遗传算法的3种改进方法和分析.pdfVIP

2011年3 电 子 测 试 Mar．2o11 豫3褥 ELEcTR0Nlc TEsT No．3 遗传算法的3种改进方法和分析 郭凯 (中北大学 电子测试技术国家重点实验室，太原030051) 摘要：遗传算法是一种借鉴生物界自然选择和进化机制的随机优化算法。它在求解一般全局优化问题时具有 较好的鲁棒性，而且搜索不依赖梯度信息。但是，在用传统遗传算法解决较复杂的优化问题时，存在早熟及 稳定性差的缺点。因而，针对这些缺点，出现了很多对传统遗传算法的改进。本文对遗传算法的3种改进方法 进行了描述，并将它们应用到一个函数优化实例中。最后，通过比较3种改进方法与传统遗传算法优化所得结 果，得出3种改进方法效果更好。 关键词：遗传算法；拟随机序列；变异概率；双种群遗传算法 中图分类号：TP301．6 文献标识码：A Threekindsofim provedgenetic 一 一 algorithm andanalysis GnoKai (NorthUniversityofChinaNationalKeyLaboratoryofElectronicTestingTechnology，Taiyuan，030051) Abstract：GeneticAlgorithm isakindofrandomizedsearchalgorithm drawingonbiologicalmechanismsofnatural selectionandevolutionarydevelopment．Ithasgoodrobustnesswhen itisusedtoSOlVetheglobaloptimisation problem，andthesearchdoesnotdependOilgradientinformation．Butformorecomplexoptimizationproblem，ithas somedisadvantagessuchasbadstabilityandprematureconvergence．Therearemany improvedmethods．Inthispaper， threeimprovedmethodsofgeneticalgorithm aredescribed，andareappliedtOanexampleofafunctionoptimization． Theresultsshow USthattheyoutperfomr traditionalgeneticalgorithm ． Keywords：geneticalgorithm ；quasi——random sequence；mutationrate；dualpopulationgeneticalgorithm 0 引言 经过一代一代的进化，使种群最后收敛到一群最适合环 境的个体，求得问题的最优解。由于GA具有简单、通用、 遗传算法 (Geneticalgorithm，GA)是一种借鉴生物界 鲁棒性强和适应于并行分布处理等特点，已经成功应用到 自然选择和进化机制发展起来的高度并行、随机、自适