随机数对遗传算法计算效率的影响分析及改进研究 Random Number Influence Analysis and Improving Research for Genetic Algorithm.pdfVIP

第38卷第2期 航空计算技术 V01．38No．2 2008年3月 Aeronautical Mar．2008 ComputingTechnique 随机数对遗传算法计算效率的影响分析及改进研究 陈永琴1，苏三买2，牟锦辉2 摘要：遗传算法要求计算过程产生均匀随机数，针对目前采用的线性同余随机函数发生器长周期 与稀疏网格局限，提出以当前时间折合为百分秒初始化结合洗牌技术处理，同时采用以群体规模数 为基准的归一化方法来产生[O，1]范围内的均匀随机数用于遗传算法编程计算。实例计算说明，所 提出的处理方法可有效提高算法的计算效率。 关键词：遗传算法；随机数；洗牌技术；归一化方法；计算效率 中图分类号：TPl8 文献标识码：A 文章编号：1671．654X(2008)02．0017．05 引言 遗传算法是一种基于进化策略的优化搜索技术， (1) 并且在统计意义上最终收敛于问题的全局最优解。从 上式表明具有低阶、短定义长度、平均适应度高于 宏观上讲，优化搜索具有方向性，其中在每一代进化过 群体平均适应度的优良模式，在算法迭代中按指数级 程计算中，算法的选择、交叉、变异操作均是以随机函 增长，揭示了遗传算法中“优胜劣汰”的原因，随着迭 数为基础，因此从微观上讲，遗传算法又是一种随机化 代进行，适应性强的优良个体将越来越多，并最终趋向 算法。在算法中使用随机函数，且随机函数的返回值 问题的全局最优点。 直接影响算法每一步的执行结果。也就是说，不同随 由文献[1]，模式定理成立的前提是算法中初始 机函数会影响遗传算法的计算效率。 群体产生、选择、交叉、变异等环节所用[0，1]范围内 笔者在对遗传算法改进设计的程序调试过程中发 的随机数需为高质量的均匀随机数，从数学角度看，相 现一个现象，对于同一个优化问题，所有计算参数设置 应的均匀随机数发生器应具有以下特征心J： 不变，并采用相同的均匀随机函数发生器，当改变随机 1)随机数序列的不相关性，即任何一个子序列与 函数发生器的初值时，会使遗传算法的计算效率产生 其它子序列之间应是不相关的。 显著变化。 2)随机数序列的均匀性，即同一范围内的任何一 关于随机数对遗传算法计算效率的影响研究，相 个随机数，出现的概率相同。 关文献甚少。基于上述背景，本文首先分析遗传算法 3)随机数序列的周期，要求序列具有无限长周期， 对随机数要求的理论依据，解析目前采用的均匀随机 不出现周期性重复。 函数产生方法及