遗传算法的适应度函数研究.pdfVIP

维普资讯 ·58· 系统工程与电子技术 1998盔 应度函数研究 f=)c)姒， l5r摘要本文针对复杂函敷的i优化问题，首先分析遗待算法中常见的几种适应度函敷 的不足，论证了适应度函敷在遗传算法中的重要性。速一步提出了设计适应度函敷应满足的五条 标准，在此基础上培出了一类适应度函敷公式，并对性能进行反复测试。结果表明，本文的适应度 ResearchonFitnessFunctioninGeneticAlgorithms xinFeiandZhuAoxin Bn gIHs斑mtofDataProcessingTechnoJogytCASC，100854 Abstract：Basedontheglohaloptimizationofcomplexfunctions，thisarticleanalysesthe drawbacktosomecommonfitnessfunctionsandtheirimportanceingeneticalgorithms．Mostim— portantofalltthearticleproposesfivestandardsthatfitnessfun ction shouldsatisfy．Basedon thesestondards．thearticlegivesitsownfitnessfun ction．Boththeseparateandcompositivetest— ingresuhsshowthattheperformanceofour itnessfunctionisbetterthanthatoftheothers．We thinkthatitisimportanttoimprovethewholeperformanceofgeneticalgorithms． Keywords：G．eaeticalgorithms，Fknessfunction，Functionoptimization． 众所周知，用GAs求解上述问题时+是依靠适 1 引 言 应度函数值的大小来区分每个个体的优劣的。适应 求解复杂函数的最优化问题是遗传算法(Ge— 度值大的个体将有更多的机会繁衍下一代+通常取 neficAlgorithms，GAs)的一个重要的研究方 向。 高于群体平均适应度值的个体做交叉，而低于平均 1971年，Hollstien首先在纯数学优化领域中应用 适应度值的个体做变异，从而一代一代地提高群体 GAsII]。DeJong进一步在函数最优化方面进行了 的平均适应度值和最优个体的性能。可见，适应度 深入的研究叫，并提出一组较具代表性的测试函 函数在GAs 中起着决定性作用。为此，本文以函数 数 此后，De Jong还进行了大量的数值实验并以此 最优化问题为背景，在现有结果的基础上对适应度 得出了一些具有指导意义的结论 8o年代末．G。1d_ 函数做进一步研究 berg对适应度函数做了进一步的研究．认为目标函 2 适应度函数的分析 数的线性函数是一种好的形式，并且提出用动态比 例的适应度函数来提高选择的敏感性 ]。 本节首先从分析常见的适应度函数入手+进而 设有界集合SCR。上的n维实函数，：÷ 探讨适应度函数应该具有的特性 。 存在最小值，即 2+1 几种常见的适应度函数 从作者所见的文献看，适应度函数的定义形式 jx’∈S(Vx(x ∈S÷，(x )≤f ))) (1) 所谓函数最优化问题就是巳知S和，，求