基于遗传算法的布局求解方法研究.pdfVIP

广西民族大学学报(自然科学版) 第13卷第4期 J0URNAL 0F GUANGXI UNIVERSITY FOR NAT10NALITIES VOI．13 NO．4 2007年 11月 (NaturaI Science Edition) Nov．2007 基于遗传算法 的布局求解方法研究 秦双夏 ．，贺忠华 (1．广西民族大学 网络与信息管理中心，广西 南宁 530006； 2．广西民族大学数学与计算机科学学院，广西 南宁 530006) 摘 要：通过对布局问题的分析和遗传算法的研究，对编码方法、遗传算子等做了改进，提出了基于遗传 算法的布局求解方法研究．通过实验结果证明，该算法对布局求解能得到良好的布局结果． 关键词：布局求解；遗传算法；遗传算子；适应度函数 中图分类号：TP18 文献标识码：A 文章编号：1673—8462(2007)04--0064--03 布局问题是复杂的离散组合优化问题，属于NP 题域中个体的适应度大小挑选个体，并借助于自然遗 完全问题，它难以在有限合理的时间内求出最优解． 传学的遗传算子进行交叉和变异，产生出代表新的解 因此，问题的求解只能依赖于各种启发方法．遗传算 集的种群．这个过程将导致种群像自然进化一样的后 法作为启发方式已被广泛用来解决组合优化问题． 代种群比前代更加适应于环境，末代种群中的最优个 遗传算法是近年来迅速发展起来的一种全新的 体经过解码，可以作为问题近似最优解． 随机搜索与优化算法，其基本思想是基于Darwin的 进化论和Mendel的遗传学说．该算法由美国Michi— 1 布局模型 gan大学教授 John Holland及其学生于 1975年创 常见的物体布局主要分为两类 ：一类是完全布 建 ．此后，遗传算法的研究引起了国内外学者的关 局，物体有限而空间无限，要求用尽可能少的布局空 注，取得了丰硕的应用成果和理论研究的进展． 间去布局全部物体；另一类是不完全布局，物体无限 遗传算法是代表问题可能潜在解集的一个种群 而空间有限，要求布局空间装载物体的价值最大．本 开始，而一个种群则由经过基因编码的一定数目个体 文讨论的布局为完全布局，布局物体之间，布局空间 组成．每个个体实际上是染色体带有特征的实体．染 与布局物体之间不能发生干涉．布局问题所追求的目 色体作为遗传无知的主要载体，即多个基因的集合， 标是使布局物体尽量相邻靠近布局空间的某一面，以 其内部表现(即基因型)是某种基因组合，它决定了个 便留下尽可能多的剩余空间放入其他布局物体．当待 体的形状的外部表现．因此，在一开始需要实现从表 布局物体放于布局空间时，其基本规则是，尽量靠近 现型到基因型的映射即编码工作．由于仿照基因编码 布局空间的左下角，即坐标空间的原点O(0，0，0)．其 的工作很复杂，往往进行简化，如二进制编码．初代种 物体摆放顺序为：布局物体尽量向Y、z、z轴的方向移 群产生之后，按照适者生存和优胜劣汰的原理，逐代 动，并尽量将布局物体放在可被填充的布局空间空白 演化产生出越来越多好的近似解．在每一代，根据问 区域．本文主要考虑在宽度、高度确定，长度不限的布 收稿日期：2007—09—23． 作者简介：秦双夏(1976一)，女，广西浦北人，广西民族大学讲师，研究方向：计算机应用． 64 2OO7年第4期 ●秦双夏，贺忠华／基于遗传算法的布局求解方法研究 局空间布局给定的多形状物体．布局问题的目标函 产生初始化群体的方法通常有两种．一种是完全 数 j为：