遗传算法基本理论.pdfVIP

遗传算法的基本理论 一、起源： 早在20 世纪50 年代和60 年代，就有少数人几个计算机科学家独立地进行了所谓的“人 工进化系统”研究，其出发点是进化的思想可以发展成为许多工程问题的优化工具。早期的 研究形成了遗传算法的雏形，如大多数系统都遵循“适者生存”的仿自然法则，有些系统采 用了基于群体（population）的设计方案，并且加入了自然选择与变异操作，还有一些系统 对生物染色体编码进行了抽象处理，应用二进制编码。由于缺乏一种通用的编码方案，人们 只能依赖变异而非交叉来产生新的基因结构，早期的算法收敛甚微。20 世纪60 年代中期， 美国Michigan 大学的John Holland 在A.S.Fraser 和H.J.Bremermann 等人工作的基础上提 出了位串编码技术。这种编码既适用于变异操作，又适用于交叉（即杂交）操作。并且强调 将交叉作为主要的遗传操作。随后，Holland 将该算法用于自然和人工系统的自适应行为的 研究中，并于1975 年出版了其开创性著作“Adaption in Natural and Artificial System”。 以后，Holland 等人将该算法加以推广，应用到优化及机器学习等问题中，并正式定名为遗 传算法。遗传算法的通用编码技术和简单有效的遗传操作作为其广泛、成功地应用奠定了基 础。Holland 早期有关遗传算法的许多概念一直沿用至今，可见Holland 对遗传算法的贡献 之大。他认为遗传算法本质上是适应算法，应用最多的是系统最优化的研究。 二、发展： 年份 贡献者 内容 1962 Holland 程序漫游元胞计算机自适应系统框架 1968 Holland 模式定理的建立 1971 Hollstein 具有交配和选择规则的二维函数优化 1972 Bosworth 、Foo 、Zeigler 提出具有复杂变异、类似于遗传算法的基因操作 1972 Frantz 位置非线性和倒位操作研究 1973 Holland 遗传算法中试验的最优配置和双臂强盗问题 1973 Martin 类似遗传真法的概率算法理论 1975 De Jong 用于5 个测试函数的研究基本遗传算法基准参数 出版了开创性著作《Adaptation in Natural and 1975 Holland Artificial System》 1981 Bethke 应用Walsh 函数分析模式 1981 Brindle 研究遗传算法中的选择和支配问题 1983 Pettit 、Swigger 遗传算法应用于非稳定问题的粗略研究 1983 Wetzel 用遗传算法解决旅行商问题(TSP) 1984 Mauldin 基本遗传算法小用启发知识维持遗传多样性 1985 Baker 试验基于排序的选择方法 1985 Booker 建议采用部分匹配计分、分享操作和交配限制法 1985 Goldberg、Lingle TSP 问题个采用部分匹配交叉 1985 Grefenstette、Fitzpattrick 对含噪声的函数进行测试 1985 Schaffer 多种群遗传算法解决多目标优化问题 1986 Goldberg 最优种群大小估计 1986