基于自识别交叉算子和自适应变异算子的遗传算法研究.pdfVIP

信息技术与信息他 基于自识别交叉算子和自适应变异算子的遗传算法研究 A Genetic Algorithm Based on Self—-identify Crossover and Adaptive Mutation Operators 孙秀娟’ 刘希玉一 李丽丽‘ sUN X／u一／uan UU X 一Ⅶ u n—h 为有效地解决遗传算法收敛速度和局部最优解的矛盾，本文提出了一种具有自识别交叉算子和基于海 明距离的动态变异算子的遗传算法。自识别交叉算子保证父代的优良模式遗传到下一代，加快了算法 的收敛速度；而动态变异算子扩大了搜索范围，增强了算法跣离局部最优解的能力。实验证明，两种改 进算子的有效结合保证算法能以较快速度收敛于全局最优解。 遗传算法 自识剐交叉算子 自适应变异算子 海明距离 Abstract In order to solve the conflict between algorithm convergence and the best local answer effectively， the paper puts forward an improved genetic algorithm with a self—identify crossover operator and a mutation oper- ator based on Haiming Distance．11le crossover operator speeds up the convergence rate by oving fine pattem he— redity ofthe father generation to next generation，Dynamic mutation operator Can expand searching scope and en- hanee the capability ofthe algorithm to avoid approaching the best local solution． e experimental result indicates that the algorithm with the effective combination of both improved operators Can converge to the best answer at higher speed． Keywords Genetic algorithm Self—identify crossover operator Adaptive mutation operator Haiming distanee 子的结合很好地平衡了算法多样性和收敛速度的关系。 引言 1 改进的遗传算法 遗传算法是通过模仿自然界中生物遗传和进化过程中的选 择、交叉和变异机理，来寻找问题最优解的一种概率迭代搜索算 1．1 自识别交叉算子 法。选择算子，交叉算子和变异算子是遗传算法的三种基本遗传 交叉算子的好坏直接影响遗传算法的收敛速度。在传统的 算子，这些参数的选择将直接影响算法的性能和搜索速度，所以 遗传算法中，不管交叉的两个个体的相似性，采用固定的交叉率 选择合适的遗传算子是算法能高效地收敛到全局最优解的关键 使两个个体进行交叉操作，结果父个体中的优良模式不能被遗传 所在。全局最优解的收敛速度和群体多样性的维持之间的矛盾 到下一代，导致了算