改进的遗传算法在数字信号处理中的应用.docVIP

改进的遗传算法在数字信号处理中的应用 摘要：本文介绍了改进遗传算法IGA并把它应用于最优小波基的选取。通过将信号用小波级数展开后得到其在某个期望尺度上的近似表示，由此建立一个表达信号与其近似之间误差的代价函数，然后我们利用改进遗传算法最优化此代价函数以获得全局最优的正交小波基。 1遗传算法与小波 1.1 遗传算法 遗传算法（Genetic Algorithms）是基于生物进化理论的原理发展起来的一种广为应用的、高效的随机搜索与优化的方法。其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯度信息。它是在70年代初期由美国密执根（Michigan）大学的霍兰（Holland）教授发展起来的。1975年霍兰教授发表了第一本比较系统论述遗传算法的专著《自然系统与人工系统中的适应性》（《Adaptation in Natural and Artificial Systems》）。遗传算法最初被研究的出发点不是为专门解决最优化问题而设计的，它与进化策略、进化规划共同构成了进化算法的主要框架，都是为当时人工智能的发展服务的。迄今为止，遗传算法是进化算法中最广为人知的算法。 近几年来，遗传算法主要在复杂优化问题求解和工业工程领域应用方面，取得了一些令人信服的结果，所以引起了很多人的关注。在发展过程中，进化策略、进化规划和遗传算法之间差异越来越小。遗传算法成功的应用包括：作业调度