一种基于二次变异策略的改进型遗传算法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 一 种基于二次变异策略的改进型遗传算法 马福祥，马秀娟 MAFuxiang，MAXiujuan 青海师范大学 计算机学院，西宁 810008 CollegeofComputer，QinghaiNormalUniversity，Xining810008，China MAfuxiang．MAXiujuan．Improvedgeneticalgorithmbasedondoublemutationoperators．ComputerEngineer- ingandApplications，2014，50(13)：62—65． Abstract：Simplegeneticalgorithm isimprovedbyusingsinglepointmutationand inversionmutationoperators．The algorithmisappliedtoTravelingSalesmanProblem(TSP)．Simulationresultsshowthediversityofpopulationcanbealso improvedbyuisingthemodifiedalgorithm．Thelocalsearchcapacityofthealgorithm iseffectivelyimproved．Thealgo— rithm canfindbettersolutionthanthesimplegeneticalgorithm．Inaddition，theimprovedgeneticalgorithm hashigher sensitivityforpopulationsize．Underthesameconditions，whenthepopulationsizeincreases，theimprovedalgorithm can getabettersolution． Keywords：geneticalgorithm；doublemutation；TravelingSalesmanProblem (TSP)；diversityofthepopulation；search capacity 摘 要：通过对基本遗传算法采用单点位变异和倒置变异两次变异操作进行改进 ，并把该算法应用到TSP问题的求 解 中。仿真结果表明，改进后的算法提高了种群的多样性，增强了算法的局部搜索能力，从而使最终找到的解比基 本遗传算法更优。另外，二次变异的改进遗传算法对种群规模的敏感性比非二次变异的基本遗传算法更强，相同条 件下当增大种群规模时，二次变异的改进算法能得到更优的解。 关键词 ：遗传算法；二次变异；旅行商问题 (TSP)；种群多样性；搜索能力 文献标志码：A 中图分类号：TP301 doi：10．3778j／．issn．1002．8331．1305．0395 1 引言 遗传算子参数确定等方面进行了研究。研究结果表明， 遗传算法是模拟生物在 自然环境下的遗传和进化 改进后的算法在个体多样性的保持 ，算法搜索能力的提 过程而形成的一种 自适应全局优化概率搜索方法。它 高 ，全局收敛性的改善等方面取得了较好的效果。 最早由美国密西根大学的Holland教授提出 ，起源于 以往的研究表明，为了保证遗传算法的全局收敛 20世纪60年代对 自然和人工 自适应系统的研究。 性 ，就要保持种群的多样性 ，避免有效基 因的丢失。另 目前 ，研究人员从染色体的编码方式 、遗传算子 一 方面 ，为了加快算法的收敛速度 ，就要使群体较快地 的选择 、遗传算法中相关参数的设定u““，以及算法的 向最优状态转移 ，这又会减少群体的多样性 ，容易陷入 收敛性n 等方面对遗传算法进行了相关的研究，并得 局部最优点。本文在基本遗传算法的基础上，采用了单 到了一些重要的结论。随着应用领域的不断扩大和实 点位变异和倒置变异两次变异操作。通过仿真实验把 际工程问题的复杂化 ，遗传算法逐渐显现出一些不足和 改进后的算法应用到TSP