基于空間搜索的遺傳算法研究.pdf

1、遺傳算法是最早的進(jìn)化算法之一，它具有良好的穩(wěn)定性和全局尋優(yōu)能力，廣泛的應(yīng)用于實際問題中。相比于現(xiàn)今粒子群，差分等進(jìn)化算法，它的收斂速度相對很慢，在局部尋優(yōu)上存在不足。但是，眾多學(xué)者長期致力于遺傳算法的理論基礎(chǔ)研究，構(gòu)建不同的遺傳算法模型，完善的分析其收斂性和有效性，提供了良好的基礎(chǔ)。我們將遺傳算法結(jié)合各種不同機制或者提出新的改進(jìn)策略，增加算法的應(yīng)用領(lǐng)域，提高算法效率。
　　本文基于空間搜索的方式，通過了解種群在變量空間的分布狀態(tài)，

2、提出了改進(jìn)的策略對遺傳算法進(jìn)行相關(guān)的研究分析。論文的主要工作如下：
　　1)研究遺傳算法的理論基礎(chǔ)，仔細(xì)分析其收斂過程。遺傳算法是一種基于啟發(fā)式搜索的并行性算法，它具有良好的尋優(yōu)能力和簡單的流程。從模式定理中，我們可以了解到，對于遺傳算法中的編碼，通常難以保留較長的模式，它們有很大的幾率被破壞，交叉與變異操作就是讓個體的編碼可以隨機分布在變量空間。在由適應(yīng)度值引導(dǎo)的過程中，只有趨向相同的編碼才可以保留相對穩(wěn)定的編碼個體，因此才容易

3、讓遺傳算法陷入早熟。本文主要是提出一種可以產(chǎn)生新的編碼個體的方式，保持種群的多樣性。
　　2)在單目標(biāo)遺傳算法中，提出結(jié)合自適應(yīng)算法的空間劃分策略。為了避免自適應(yīng)遺傳算法在后期陷入局部較優(yōu)，提高搜索的效率，文中提出一種通過種群中個體的變量空間分布來劃分區(qū)間的方式，來重新分配部分個體，從而加速收斂過程的方法。在遺傳算法迭代過程中，對種群個體的分布統(tǒng)計分析，查看種群分布的區(qū)間狀態(tài)，觀測收斂的過程。改進(jìn)的自適應(yīng)遺傳算法了解在整個變量空間

4、內(nèi)種群個體的分布狀態(tài)，在重新分配部分種群時，增加個體的多樣性從而加速收斂的過程。通過實驗可以發(fā)現(xiàn)，改進(jìn)后的自適應(yīng)遺傳算法在種群的多樣性上具有差異性，同時可以快速的收斂到全局最優(yōu)解。
　　3)在多目標(biāo)遺傳算法中，提出構(gòu)建空間決策樹。在高維度空間中，解集的偏好空間難以取舍，記錄種群個體的所在位置，將個體在進(jìn)化中保留的相對穩(wěn)定的部分位值構(gòu)造成樹。通過生成的空間決策樹引導(dǎo)種群的搜索方向，可以有效的保證個體在尋優(yōu)過程中保持一定的距離具有多樣