遗传算法优化函数报告加程序解析.docVIP

微波//毫米波工程中的优化方法 作业报告 编写优化程序（用Matlab、C、Fortran语言等方式）， 优化下列函数： 通过查找资料，最后选择应用遗传算法来进行函数的优化，并通过C语言编写程序，最后得到优化结果。 1遗传算法简介 近年发展起来的遗传算法是模拟生物在自然环境中的遗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。其主要特征是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和良好的全局寻优能力;采用概率化的寻优方法;能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则;遗传算法这些性质,已被人们广泛地应用于组合优 化、机器学习、信号处理、自适应控制和人工生命领域,它是现代有关智能计算中的关键技术之一。 遗传算法搜索最优解的方法是模仿生物的进化过程，即通过选择与染色体之间的交叉和变异来完成的。遗传算法主要使用选择算子、交叉算子与变异算子来模拟生物进化，从而产生一代又一代的种群 （1）选择算子：是模拟自然选择的操作，反映“优胜劣汰”原理。它根据每一个个体的适应度，按照一定规则或方法，从t 代种群中选择出一些优良的个体（或作为母体，或让其遗传到下一代种群）。 （2）交叉算子：是模拟有性繁殖的基因重组操作，它将从种群所选择的每一对母体，以一定的交叉概率交换它们之间的部分基因。 （3）变异算子：是模拟基因突变的遗传操作，它对种群中