遗传算法在二元序列优化中的应用研究.pdfVIP

遗传算法在二元序列优化中的应用水 赵晓群苗源 贾志成 1 天津市300 (河北工业大学信息学院 30) 摘要本文在介绍了遗传算法优化的特点和具有良好非周期自相关特性的二元序列的概念 后，讨论了用遗传算法优化二元序列的方法，通过实验发现在采用遗传算法优化二 元序列时引入最优个体保存策略和调整运行参数可以取得较好的效果，即此方法是 可行的．但同时也发现该方法难以收敛到全局最优解。 关键词遗传算法，二元序列，非周期自相关函数 1引言 二元序列在测距、雷达、通信系统中应用广泛，它可以提高系统的抗干扰、抗噪声、抗 截获、抗衰落等性能，增加系统的数据保密性，可以实现码分多址通信和实现通信中的同步 与捕捉等。 目的是在人工适应系统中设计一种基于自然演化原理的搜索机制。它能在搜索过程中自动获 取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最优解，是一种高效求解问 题的并行全局搜索方法fJ】。与其它优化算法相比，遗传算法具有以下几个特点：(1)以决策变量 的编码作为运算对象；(2)直接以目标函数值作为搜索信息；(3)并行搜索解空间；(4)使用概率 搜索技术。遗传算法由于具有整体搜索策略和优化计算时不依赖于梯度信息的优点而应用广 泛，尤其适用于传统搜索方法难以解决的高度复杂的非线性问题，这也正是遗传算法在短短 二三十年内发展迅速的根本原因。目前遗传算法主要应用于函数优化、组合优化、生产调度 问题、自动控制、模式识别、机器学习、信息处理和人工生命等领域，并已显示出强大的优 越性和独特的魅力弘J。 虽然遗传算法在应用方面已取得了丰硕的成果，但开拓更加广阔的应用领域仍是遗传算 法发展的主流。由于二元序列的优化属于组合优化问题，不具有连续函数的可导性，因而不 能应用一般的取导数求最值的方法，’而采用穷举搜索法和模拟退火法也不能得到很好的效果， 本文就对遗传算法在=元序列优化中的应用这一新的研究领域进行了探索与尝试。 ’基金项目：国家自然科学基金No河北省博士基金资助 327 2二元序列及优化问题 二元序列中性能较好的是非周期自相关函数小的二元序列。在许多实际工程中，伪随机 序列往往不是连续地发送，而是间断地发送一段，如同步信号、脉冲编码雷达信号，此时为 了使正确捕获序列信号的概率最大，要求序列的非周期自相关函数的边峰尽可能地小【31。 给定序N{aN)，n=0，1，．．·,N-1，它只有有限的长度。定义它的非周期自相关函数aN(03勾t4】： _Ⅳ-1一f aN(『)=∑ai口…，f=o，l，…，Ⅳ一l (1) i=O 非周期自相关函数小的序列中最著名的是巴克序列，它的非周期自相关函数的最大边峰 值为l或．1。虽然人们对巴克序列做了很多研究，但是已得到的巴克序列还不能满足工程上的 需要。为此，人们放宽了巴克序列的约束条件，在给定序列长度Ⅳ下，寻找能使：max IaN(OI， (fl，2，…,N-1)最小的序列。 一般采用穷举搜索方法搜索非周期自相关特性好的二元序列，但当序列长度Ⅳ较大时， 需要极大的计算量。当Ⅳ增加到一定程度时，受计算量的限制不能再使用穷举法搜索。目前， 应用穷举法只能搜索到N=110以内的非周期自相关特性好的二元序列【5．61。已经有人采用模拟 退火算法(SA)优化非周期自相关特性好的二元序列l71。模拟退火算法是基于金属退火的机 理而建立的一种全局优化方法，它能以随机搜索技术从概率的意义上找出最优解