全局优化的化算法.pdfVIP

摘 要 进化算法是模拟生物界的进化过程而产生的一种现代优化方法，作为一种有效 的随机搜索方法，在优化方法中具有独特的优越性，有着非常重要的意义和极其广 泛的应用．本文首先简述了遗传算法的基本数学理论及其应用领域．然后提出了几 种改进的进化算法，并将其应用于全局优化问题，主要工作如下： 1．提出了采用均匀分布编码方式的全局优化遗传算法和正交紧致遗传算法． 前一种算法采用了新的编码方式，即每个染色体都表示搜索空间中的一个多元均 匀分布区域。使得该算法以区域对区域的方式进行搜索，提高了搜索效率：后一种 算法用概率向量表示一个种群，精英个体诱导概率向量的收敛，该算法不仅简单， 而且需用的存储空间很少．数值实验表明了两个算法的有效性和较高的效率． 2．针对多次分组会议的最佳安排方案问题，采用矩阵编码和正交杂交算子，设 计了一个自适应的遗传算法．与整数规划方法相比较，该算法简单、易于实现．数值 结果也表明了该算法的数值稳定性和高效性． 3．粒子群算法简单有效且参数少，但是其中的关键参数对算法的性能产生重 要影响．在标准粒子群算法的基础上，针对关键参数经验设置法的局限性，提出了 一种新的粒子群算法．该算法采用均匀试验设计对参数进行优化设置，数值实验表 明了算法