改進的遺傳算法及其在多目標優(yōu)化中的應用研究.pdf

1、遺傳算法是模擬生物界的進化過程而產(chǎn)生的一種現(xiàn)代優(yōu)化算法，作為一種有效的隨機搜索方法，在優(yōu)化方法中具有獨特的優(yōu)越性，有著非常重要的理論意義和廣泛的應用領(lǐng)域。傳統(tǒng)優(yōu)化方法對目標函數(shù)解析性質(zhì)要求較高，進化算法不需要目標函數(shù)的導數(shù)信息，具有隱式并行性，所以常用于一些復雜的、大規(guī)模的、非線性、不可微的求解優(yōu)化問題。 本文介紹了遺傳算法的發(fā)展概況，通過實例分析了基本遺傳算法的實現(xiàn)步驟；對遺傳算法的理論基礎(chǔ)進行介紹分析討論，包括模式定理，積木

2、塊假說，內(nèi)在并行性，Walsh模式變換和欺騙問題等；對典型和近期發(fā)表文章所提出的一些改進策略作了總結(jié)和分析比較；提出了對遺傳操作算子的改進策略，在具體問題中結(jié)合相應的特點再作相應的改進，通過線性規(guī)劃問題、網(wǎng)絡路徑優(yōu)化問題和典型的NP難－TSP問題等算例的驗證，結(jié)果表明，算法是有效的，能得到較好的結(jié)果，同時也提高了算法的效率。 多目標優(yōu)化問題一直是科學和工程研究領(lǐng)域的一個難點和熱點問題，在遺傳算法應用到這一領(lǐng)域以前，已經(jīng)產(chǎn)生了許多