基于遗传算法非确定性目标优化.PDFVIP

((冶金 自动化》2004年增刊 基于遗传算法的非确定性目标优化 王志宏 ，‘王 斌 “ (1.河北科技大学 电气信息学院，河北石家庄050054;2.西安交通大学) 摘〔 要〕在分析遗传算法和非确定性目标的基础上，给出了模糊适应度函数，改进了模糊遗传算法并用于非确定性目标 的搜索，研究了其算法结构。最后给出用于工业过程中非确定性参数的寻优实例。 关〔健词〕遗传算法;非确定性目标;适应度 0 引言 自然界的生物体在遗传、变异和选择的作用下优胜劣汰，不断由低级到高级的进化和发展，人们模拟 这种适者生存，不适者淘汰的规律提出了遗传算法。它是一种以个体的适应度为依据的概率搜索算法， 具有智能性、并行性和强鲁棒的优点，已成功地应用于知识发现、组合优化、机器学习、信号处理和人工生 命等领域仁卜2〕。通常遗传算法搜索的目标是确定的，如最大值、最小值，即使目标很复杂也有准确的适应 度函数[31。而对于非确定性目标，如较“小参数”、较“大偏移”、“误差接近于零”等，很难建立数学模型和 适应度函数。传统的遗传算法在此显得很苍白，因此本文引入了擅长描述非确定性问题的模糊理论[41 与现有的