解析遗传算法在排水沟疏浚断面优化设计中应用.docVIP

解析遗传算法在排水沟疏浚断面优化设计中应用摘要：在水利工程建筑设计当中，排水沟的疏浚断面优化设计是一项重要的组成部分，也是颇为值得我们去关注的。在排水沟的疏浚断面优化设计当中，采用何种方法来进行优化相关专业人员已经做了很多的探讨，并且实践证明采用遗传算法进行排水沟的疏浚断面的优化设计具有重大的作用和意义。本文主要探讨了遗传算法在排水沟的疏浚断面优化设计中的应用。 关键词：遗传算法排水沟疏浚断面 优化设计应用 Abstract: in which the design of water conservancy construction, optimize the design of the dredging section of gutter is an important part of, is quite worthy of our attention. Optimal designs of the dredged section of the gutter, how to optimize related professionals have done a lot of, and the Practice has proved that the drain using genetic algorithm optimization of design dredging section has a significant role and significance. This paper discusses the genetic algorithm to optimize the design of the dredging section of the gutter. Keywords: genetic algorithm, drains, dredging section, to optimize the design, application.w 中图分类号： TU992 文献标识码：A 文章编号： 排水沟的疏浚工作可以说是在水利工程中比较重要的一项工程设计，如何做好排水沟的疏浚工作，尤其是做好排水沟的疏浚断面设计便显得极为重要。在排水沟的疏浚断面设计中存在着众多的优化设计方案和各种算法，在这些算法中遗传算法有着其他所有算法所不能比拟的优势。下面我们就来详细探讨下在排水沟的疏浚断面设计优化的过程中是如何运用遗传学算法来进行优化的。 1遗传算法 了解遗传算法的原理及其主要的步骤对于我们成功的应用到排水沟的疏浚断面设计优化当中具有重大的意义。我们通常所说的遗传算法是模拟生物界的遗传和进化过程而建立起来的一种搜索算法。其中基于实数编码的加速遗传算法(RAGA)的建模过程:设一般优化问题为如下最小化问题{minf(x)；a(j)≤x(j)≤b(j)(j =1…p)}在这一公式中,{x(j)}为优化变量集,[a(j),b(j)]为x(j) 的变化区间,p为优化变量数目,f(x)为目标函数。 遗传算法的主要操作步骤主要由以下八步： 1.1编码 采用实数编码,即利用如下线性变换x(j) = a(j)+y(j)[b(j)-a(j)] (j=1,2,…p)把初始变化区间为[a(j),b(j)]区间的第j个优化变量x(j)对应到[0,1]区间上的实数y(j)。 1.2父代群体的初始化。 首先，我们设群体规模为n。生成n组[0,1]区间上的均匀随机数,每组有p个,即{u(j,i)}(j=1,2,…p;i=1,2,…n),把各u(j,i)作为初始群体的父代值y(j,i)。把y(j,i)代入上述公式得优化变量值x(j,i),再经上段中的公式得到相应目标函数值f(i)。把f(i)按从小到大排序,对应的个体y(j,i)也跟着排序。称排序后最前面的几个个体为优秀个体。 1.3父代群体的适应度评价。 我们都知道，目标函数值f(i)值越小,表示该个体的适应度值越高,反之亦然。基于此,定义排序后的第i个父代个体的适应度函数值F(i)为F(i) =1/[f(i)×f(i)+0·001]。 1.4 选择 首先，我们进行选择操作产生第1个子代群体{y1(j,i)}。取比例选择方式,则父代个体y(j,i)的选择概率ps(i)为ps(i) = F(i)/∑F(i) ，令p(i)=∑ik=1ps(k),则序列{p(i)|i=1,2,…,n}把[0,1]区间分成n个子区间,这些子区间与n个父代个体一一对应。生成n-5个随机数{u(k)|k=1,2,…,n-5},若u(k)在[p(i-1),p(i)]中,则第i个i个个体y(j,i)被选中,即y1(j,k)=y(j,i)。这样从