用遗传算法求解Roenbrock函数最优解实验报告.docVIP

姓名 学号 实验成绩  华中师范大学计算机科学系 实 验 报 告 书 实验题目： 用遗传算法求解Rosenbrock函数的最大值问题 课程名称： 智能计算 主讲教师： 沈显君 辅导教师： 课程编号： 班 级： 2011级 实验时间： 2011.11 用遗传算法求解Rosenbrock函数最大值问题 摘要 本文利用遗传算法研究了求解Rosenbrock函数的最大值问题．在较多的计算机模拟实验结果中表明，用遗传算法可以有效地解决这一问题．文中分析了一种基于遗传算法对Rosenbrock函数最大值问题的求解，得到了适于解决此问题的合理的遗传操作，从而为有效地解决最速下降法所不能实现的某一类函数代化问题提供了一种新的途径．通过对基于遗传算法对Rosenbrock函数最大值问题的求解，进一步理解遗传算法对解决此类问题的思想。 关键词：遗传算法，Rosenbrock函数，函数优化，最速下降法。 Abstract： This paper deals with the maximum of Rosenbrock s function based ongenetic algorithms. The simulated results show that the problem can be solved effectivelyusing genetic algorithms. The influence of some rnodified genetic algorithms on searchspeed is also examined. Some genetic operations suitable to the optimization technique areobtained, therefore, a novel way of solving a class of optimizations of functions that cannot be realized using the method of steepest descent is proposed.Through dealing with the maximum of Rosenbrock s function based ongenetic algorithms，a better understanding of the genetic algorithm to solve such problems thinking. Keyword：ongenetic algorithms，Rosenbrock function，function optimization，Steepest descent method 绪论： 无约束的函数优化是应用范围广泛的一类函数优化问题，随着对这类问题逐渐深入的研究，到目前为止，人们已经提出了许多无约束最优化的方法，例如：导数的梯度法，牛顿法，共轭梯度法等多种方法。本次实验通过遗传算法求解Rosenbrock函数的最大值，进一步对遗传算法的思想和过程有所了解，为以后相关领域的学习奠定基础。 Rosenbrock函数基本概念： Rosenbrock函数是无约束最优化理论与方法中一个非常经典的检验问题。它是衡量无约束算法优劣的一个重要工具,而最速下降法、共轭梯度法、牛顿法及拟牛顿法是4种经典的无约束优化的求解方法,通过分析Rosenbrock函数的性质, 对利用不同方法求解Rosenbrock问题的数值结果进行分析,有利于进一步理解无约束优化方法, 对它们各自不同的特性有更全面的掌握。 Rosenbrock函数算法流程图： 遗传算法简介： 遗传算法GA（ongenetic algorithms）是60年代中期，美国的Michigan大学的John Holland在Fraser和Bremermann等人的工作的基础上提出的位串编码技术。这种编码既适合与变异又适合于交配（即杂交，交叉）操作，并且强调讲交配作为主要的遗传操作。遗传算法的基本思想是基友Darwin进化论和Mendel遗传学说的。操作对象是一群二进制串（称为染色体，个体）即种群（population）。每个染色体都对应于问题的一个解。