进化策略的变异算子和仿真平台的研究.pdf

摘要 论文研究进化策略中变异算子的改进。现有的变异算子都使用全 基因变异，本文提出单基因变异，通过对变异成功概率、局部收敛速 度、全局收敛性能、变异步长控制、计算开销、多种群技术系统地分 析比较两种变异方式的优劣，建立基于递减型变异步长单基因变异算 子的单种群和多种群进化策略，最后论述进化算法仿真试验平台的构 建及其应用。 对进化策略及其变异算子的研究源于变异算子在进化计算中起 主导作用的认识。通过对简单遗传算法的改进试验，对交叉算子作用 机理的分析，证明了变异算子对交叉算子的局部和全局搜索功能的可 替代性，变异算子在算法中起主导作用。 借鉴生物进化理论和基因突变思想的进化策略，其变异算子使用 所有基因同时变异的全基因变异方式，本文提出了一次只随机选择其 中一个基因发生变异的单基因变异方式。理论分析和仿真试验证明， 对于多维优化问题，当变异步长较大时，单基因变异的成功概率大于 全基因变异的成功概率，全基因变异存在进化停顿现象，而且计算开 销较大，对于高维优化问题尤其突出。 理论分析证明使用Gauss分布的单基因变异算子时，保持成功概 率为0．445可以获得最优的局部收敛速度，并提出相应的递减型变异 步长控制策略。为了直观分析、比较进化算子的性能，提出了横向仿 真技术，并用于单基因变异和全基因变异的局部收敛速度的比较研 究。试验证明虽然当变异步长合适时，全基因变异算子的局部收敛速 度大于单基因变异，但全基因变异算子要求变异步长较小并且范围很 小，而单基因变异算子可以在变异步长较大、且在一个较大的范围内 获得良好的局部收敛速度，说明单基因变异算子对变异步长具有良好 的鲁棒性。通过两个反例说明Gauss分布递减型步长控制单基因变异 算子全局搜索能力的不足，提出了Gauss分布递减型步长单基因变异 与均匀分布变异相结合的改进进化策略(∥+z+芷)一ES，通过一组100 维典型测试函数的仿真试验，说明了(∥+A+K)一ES良好的局部和全局 搜索能力、较少的计算开销。 为了增强(∥+五+r)一醪的全局搜索能力、在解多模态优化问题时 获得多个全局最优解和局部最优解，在(卢+五+盯)一ES基础上提出了多 种群进化策略m×(∥+五+盯)一嬲。在基于排挤和(／或)共享的多种群 技术中，共享半径是～个难以确定而又非常关键的参数，本文提出了 山谷探索法，避免了共享半径的确定。建立了在给定精度下以一定的 可信度判断子种群是否收敛的判据，使子种群的收敛性判别有了实用 的定量依据。以一组典型多模态优化问题测试函数仿真验证了 m×(Ⅳ+A+柚一ES准确求解全部极值点的能力。 进化算法仿真试验研究与应用平台是进化计算重要工具，本文论 c++设计仿真计算平台 述了基于面向对象程序设计技术和Visual 的基本思路、基本结构，构建了一个通用的仿真计算平台，通过两个 实例——复杂机电系统速度控制参数的优化和足球机器人的最优控 制说明了平台和算法的应用。 最后给出了未来的研究方向。 关键词进化策略，变异算子，变异步长，多种群，收敛判据 ABSTRACT ofthemutation oftheevolution Improvements operator strategies studiedinthis mutationis tocurrent (ES)are paper．All-geneapplied is inthe mutation mutation paper．Based proposed operators，single—gene two ofmutation on and