基于Matlab的遗传算法研究及仿真剖析.doc

基于Matlab的遗传算法研究及仿真 姓名： 学号： 学院： 机 电 学 院 指导教师： 日期： 2016-7-20  摘　　　　要 本文首先介绍了遗传算法的基本思想、遗传算法的构成要素、遗传算法的特点、遗传算法的基本模型、遗传算法的应用情况及今后的研究方向等等的内容。之后是基于Matlab 7.0下的遗传算法求解函数最值问题。本人选择了函数优化这个应用领域，按照遗传算法的步骤，即编码、解码、计算适应度（函数值）、选择复制运算、 交叉运算和变异运算，对函数进行求解最值。第三部分：对遗传算法求函数最值问题的改进。这部分主要针对本文第二部分进行改进，通过改变基本遗传算法运行参数值， 如改变交叉概率Pc值和变异概率Pm值，从而使最优值更加接近相对标准下函数的最值。 关 键 词：遗传算法 适应度 交叉概率 变异概率 Study and Application of Genetic Algorithm Abstract：Firstly，the outline of the Genetic Arithmeticmainly introduced the Genetic Arithmetic’s mentality、elements、specialty、fundamental model、applied situation and direction of the following research and so on. Secondly，the problem of solving functions’ maximal and minimum value of the Genetic Arithmetic on the basic of Matlab 7.0. As a new optimized method，used widely in some aspects，such as computing and science、model identity、intelligence obstacles diagnoses，it is fit to solve the problems of complicated nonlinear and multidimensioned space to find out the optimal value， which applied widely in recent years. I choose functions perfecting and according to its steps : coding，decoding，working the adaptive degree (function value)，selective reproductive operation，across operation，differentiation operation and working out the maximal and minimum value. Thirdly，betterment of using the Genetic Arithmetic to get functions’ maximal and minimum value. This part make use of method that changing the basal Genetic Arithmetic to make maximal and minimum value approaching the one that from opposite standard，such as a change of probability of across value Pc and differentiation value Pm. Key words: Genetic Algorithm; The adaptive degree; Probability of Crossover; Probability of Mutation 1 前言 生命科学与工程科学的相互交叉、相互渗透和相互促进是近代科学技术发展的一个显著特点，而遗传算法的蓬勃发展正体现了科学发展的这一特征和趋势。 遗传算法（Genetic Algorithm---GA），是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，它是由美国Michigan大学的J.Holland教授于1975年首先提出的。J.Holland教授和他的研究小组围绕遗传算法进行研究的宗旨有两个：一是抽取和解释自然系统的自适应过程，二是设计具有