一种抑制早熟收敛的改进遗传算法.pdfVIP

山西师范大学学报(自然科学版) ofShanxiNormal V01．24No．2 第24卷第2期 Journal University NaturalScienceEdition 2010 2010年6月 June 文章编号：1009-4490(2010)02-0024-05 一种抑制早熟收敛的改进遗传算法 曳永芳1，杜永清2，行小帅h (1．山西师范大学物理与信息工程学院，山西临汾041004； 2．山西大同大学物理与电子科学学院，山西大同037009) 摘要：遗传算法在许多优化问题中都有成功的应用，但其本身也存在一些不足．针对遗传算法的早熟 收敛问题，本文在分析基本遗传算法的遗传算子和控制参数的基础之上提出一种改进算法．改进的遗传 算法采用了实数编码、算术交叉算子、非均匀变异算子，并对控制参数进行了较合理地选取．改进遗传算 法前期能均匀地搜索解空间，后期能对局部进行越来越细微的搜索，并使个体可以进入最优点的吸引 域，在一定选择条件的作用下，算法后期可使群体逐渐集中到最优点的吸引域内，从而防止了遗传算法 的过早收敛．理论和实例分析均表明，改进后的遗传算法在一些性能上明显优于基本遗传算法，较好地 避免了遗传算法的早熟收敛，提高了遗传算法的进化效率，具有良好的有效性和可行性． 关键词：遗传算法；早熟收敛；改进；遗传算子；控制参数 中图分类号：TN911．71；TP389．1文献标识码：A 0引言 遗传算法(Genetic 借鉴了生物进化理论及遗传学机理，并形成了一套较为完整的算法体系．它提供了一种求解复杂系统优化 问题的通用框架，不依赖于问题的具体领域，对问题的种类有很强的鲁棒性，在复杂函数优化、组合优化、 人工生命、神经网络、模糊控制、图像识别和机器学习等众多领域都显示出其优越的性能旧’3J．有关文献已 经证明在一定条件下遗传算法可以收敛到全局最优点，但在实际应用中往往达不到理论上预期的结果，因 此在实践中还有很多问题有待于进一步研究、探讨和完善． 成熟前收敛问题(又称早熟性收敛)是目前遗传算法中较为突出的问题之一．早熟收敛是指遗传算法 早期，在种群中出现了超级个体，该个体的适应值大大超过当前种群的平均个体适应值，从而使得该个体 很快在种群中占有绝对的比例，种群的多样性迅速降低，群体进化能力基本丧失，从而使得算法较早收敛 于局部最优解的现象．早熟收敛的本质特征是指群体中的各个个体非常相似，群体的多样性急剧减少，当 前群体缺乏有效等位基因(最优解位串上的等位基因)，在遗传算子作用下不能生成高阶竞争模式．导致 种群早熟收敛的因素主要有群体规模、选择压力、遗传操作、适应度函数、初始群体分布等，现有解决早熟 收敛问题的方案也主要针对1：24各点心’4]．本文在分析基本遗传算法的遗传算子和控制参数的基础之上， 提出相应的改进策略，进而抑制遗传算法的早熟收敛．最后通过实例与基本遗传算法进行比较，验证了本 文算法抑制GA早熟收敛的有效性和可行性． 收稿日期：2010-0l-20 基金项目：IlJ西师范大学科研项目资助(873023)． 作者简介：曳永芳(1980一)，女，山西洪洞人，山西师范大学物理与信息工程学院教师，现为山西师范大学物理与信息工程 学院2007级硕士研究生，主要从事进化算法与智能信息处理方面的研究． 通讯作者：行小帅(195l一)，男，山西新绛人，山西师范大学教授，硕士生导师，主要从事数据挖掘、进化算法、人工神经网 络与智能信息处理方面的研究． 、 万方数据 第2期 曳永芳杜永清行小帅：一种抑制早熟收敛的改进遗传算法 ·25· 1基本遗传算法概述 1．1基本遗传算法简介