遗传算法的全局收敛性与计算效率分析.pdfVIP

维普资讯 ⑨ 第 13卷第 4期 控制理论与应用 VoL．13-No4 1996年 8Yl CONTROL THEORY AND APPLICAT10NS Aug． 1996 遗传算法的全局收敛性和计算效率分析 r ；oJ． 恽为 民 席裕庚 ，’ (上海交通大学 自动化系 ·上海 200030) A 摘要；本文应用齐敬有限马尔科夫链分析了简单遗传算法，最优保存简单遗传算法和自适应 遗传算法 的收敛性 ，然后对计算效率进行 了定性分析 得到了指导基 因操作策略设计的极限分布 概率原射 · ^ 关键词：垒旦些塾 ；盐蔓塾奎；简 堡堕苎蛰(sGA)；最优保存简单遗传算法0‘MsGA：摹1 自适应遗传算法 (AGA) 1 引 言 遗传算法是一种自适应启发式群体型概率惶选代式全局收敛算法，来源于进化论和群 体遗传学．遗传算法是全局收敛的这一定性结论主要根据 Holland的模式定理的定性分 析r，事实上这一结论普遍受到怀疑和争论．近几年，在遗传算法全局收敛性的分析方面取 得了突破 ，运用的数学工具是齐次有 限马尔科夫链 ，Goldberg和 Segrest 首先陵用马尔科 夫链分析了遗传算法 ，Eibencz3等用马尔科夫链证明了保留最优个体(elidst)的GA 的概率 性全局收敛，Rudolph~‘用齐次有限马尔科夫链证明了带有复制、交换、突变操作的标准遗 传算法收敛不到全局最优解，不适合于静态函数优化问题，建议改变复制策略以达到全局收 敛．Qi和 Palmieric~1对浮点数编码的遗传算法进行了严密的数学分析 ，用Markov链建模， 进行了全局收敛性分析，但其结果是基于群体数为无穷大这一假设的． 由于以上收敛性结论均建立在计算时间趋于无穷这个条件上，遗传算法的计算复杂度 问题是实际应用更为关心的问题．Buck 和Muhlenbein 研究了达到全局最优解的遗传算 法的时间复杂性 问题． 本文应用齐次有限马尔科夫链证 明了SGA不是全局收敛的，OMSGA是全局收敛的， 指出AGA是全局收敛的，井基于马尔科夫链对计算效率进行了定性分析． 2 预备知识 令 为所有长度为，的二进制串 的集合，串空间 的维数为 ll= 2，．令^为所有群 体大小为 ”的群体 的集合，群体空间的维数为 lAl一 2“， (2．1) 比例复制时 的复制概率为； 一 知， 2， 其中，()是串 的适合度．串 和 之间的海明距离定义为 ； *国豪自然科学基盒与上海市自然科学基盘资助项 目． 本文于 1995年 3月31日收到．1996年 4月5日收到恪改褐 维普资讯 456 控 制 理 论 与 应 用 13卷 H(sj)； ：lg 一g．1． (2．3) ^=l 其中g 是串 的第k位基因． 经突变使H(sl，sj)=0的概率为： P(H ( s)= O)= “- (1一 p ) (2．4) 其中户 ∈ (0．1)是