遗传算法与模拟退火法寻优能力综述.pdfVIP

· 机械制造与研究 · 杨汉桥，等 ·遗传算法与模拟退火法寻优能力综述 遗传算法与模拟退火法寻优能力综述 杨汉桥 ，林晓辉 (1．三九工程开发总公司，广东 深圳 518029；2．东南大学 机械工程学院。江苏 南京 211189) 摘 要：介绍了遗传算法与模拟退火算法的基本思想，综述归纳了两种算法的寻优特点，使之 在工程优化设计领域得到更广泛的应用。 关键词：遗传算法；模拟退火法；优化设计 中图分类号：TH12；TG151 文献标志码：A 文章编号：1671-5276(2010)02-0073--03 SummarizatiOnofOptimizationsofGeneticAlgorithm andSimulatedAnnealingAlgorithm YANG Han．qiao ，LIN Xiao．hui (1．ShenzhenSanjiuEngineeringDevelopmentGroupCompany，Shenzhen518029，China； 2．SchoolofMechanicalEngineering，SoutheastChinaUniversity，Nanjing211189，China) Abstract：Thispaperintroducesthebasicideaofgeneticalgorithm andsimulatedannealingalgorithm ，andsummarizesthesearch- ingcharacteristicsoftwoalgorithmsinordertoputjttomoreextensiveuseindesignfield． Keywords：geneticalgorithm ；simulatedannealingalgorithm ；optimaldesign 量)，以此作为迭代搜索的初始点。 0 引言 C)适应度计算：适应度是反应基因串对环境的适应 能力，遗传算法一般不需要其他信息，仅通过适应度来评 遗传算法(GA)与模拟退火法(SAA)是近年来优化领 价群体中的两个体的优劣，适应度越大 ，个体的遗传基因 域的研究热点，与传统的优化方法相比，具有算法简单 、使 越优，反之遣传基因较劣。 用灵活、寻优效高、算法 “健壮”、适合并行计算、不需要梯 d)对群体基因串进行遗传算子操作 ，产生新一代群 度信息等优点，目前已在组合优化 、管理决策、工程领域得 体基因串遗传算法，主要有选择 、交叉 、变异三种算子组 到一些应用。鉴于这两种算法在寻优方面的优越性，特将 成，选择的目的是从群体基因串中选择遗传基因优良的基 其算法思想以及寻优特点作一归纳，使之在工程优化设计 因串作为遗传父代，交叉运算的目的是产生子代基因串， 领域中能得到广泛应用。 变异的目的是为产生新的基因串提供机会。 通过上述三种遗传运算操作形成新一代 (子代)群体 1 两种算法的基本思想 基因串，如此反复迭代遗传直到搜索到最优解。 1．2 模拟退火法 1．1 遗传算法 模拟退火法是模拟 固体退火过程而设计 的一种寻优 算法。2O世纪80年代首先 由Kirkpatrilk等人提出，在模 遗传算法是根据达尔文的生物进化 中的 “优胜劣