MATLAB遗传算法工具箱_GAOT_的应用.pdfVIP

第 卷第 期 E] [ 江西电力职业技术学院学报 ^+)LE7_G+L[ 年 月 D66Y : 9+B,$3) +? 93$*a b)#’%,’ ^+’3%+$3) 3$4 P#’-$’3) c+))#*# ‘#ALD66Y 遗传算法工具箱（ ）的应用 O0PQ0R 0SP ! F 蒋云彩 ，万顷波 （ 南昌大学信息工程学院，江西南昌 ；南昌供电公司调度所，江西南昌 ） !L HH66F: FL HH666K 摘 要：简要阐述了遗传算法的基本原理，并对 遗传算法工具箱（ ）的参数进行 !!!! O0PQ0R 0SP 了详细的介绍。探讨了O0PQ0R 遗传算法工具箱在参数优化和非线性规划中的应用，实例证明了遗 传算法在参数优化和非线性规划中的可行性。 关键词：遗传算法； ；优化；非线性规划 O0PQ0R 中图分类号： 文献标识码： 文章编号： PUH6 !LK 0 !66VWKVKFXD66YZ6[W66YDWX6[1 体构成了一个种群；（）适应度评估检测： 在搜索进化过 ! 遗传算法简介 H 0 程中一般不需要其他外部信息，仅用适应度来评估个体或解 遗传算法（ 最早是由美国密执安 的优劣，并作为以后遗传操作的依据。对于不同的问题，适应 #$#%’ ()*+,%-./01 度的定义方式也不同；（）选择：选择或复制是为了从当前个 大学2+))3$4 教授提出的，它是模拟生物在自然环境中的遗 I 传和进化过程而形成的一种自适应全局优化概率搜索算法。 体中选出优良的个体，使它们有机会作为父辈为下一代繁殖 子孙。个体适应度越高，被选择的机会就越多；（）杂交：杂交 世纪 年代 基于遗传算法的思想在计算机上进 J 56 76 8# 9+$* 行了大量的纯数值函数优化计算实验，在一系列研究工作的 操作是遗传算法中的特色操作，将群体内的各个个体随机搭 基础上， 年 出版了专著《搜索、优化和机器学 配成对，对每一对个体，按杂交概率交换它们之间的部分染 !:;: +)4#,* 习中的遗传算法》，形成了 =! 色体。通过杂交可以得到新一代个体，新个体组合了其父辈 0 的基本框架 。 个体的特性；（）变异：变异首先在群体中随机选择一个个