遗传算法应用研究.pdfVIP

遗传算法应用研究 王东龙 陈建 李茂青 厦门大学计算机与信息工程学院，厦门，361005 摘 要 本文论述了遗传算法的基本原理，对遗传算法设计过程中的关键问题进行深入分析和讨 论，并介绍了遗传算法在实际中的应用和遗传算法的目前的研究和进展。 关链词 遗传算法，群体，适应度.遗传算子 1遗传算法基本原理 遗传算法(GeneticAlgorithm-GA)，是模拟达尔文的遗传选择和自然淘汰的生物进化过 程的计算模型，它是美国Michigan大学的J.Holland教授于1975年首先提出的[[I]。遗传算法 中包含了如下5个基本的要素: (1)参数编码。 (2)初始群体的设定。 (3)适应度函数的设计。 (4)遗传操作设计. (5)控制参数设定。 从对进化过程进行模拟的意义上看，GA是一种缓慢进行的结构，它可以采用种种不同的 构成方案。这主要体现在参数编码和遗传操作技术上，而它们又是相关的.目前遗传算法主要 的编码技术有一维染色体编码，多参数映射编码，离散化，可变染色体长度编码，二维染色体编 码等;遗传操作技术分别体现在以下三方面: 选择算子:从群体中选择优胜的个体，淘汰劣