遗传算法的应用示例.pptVIP

2、遗传算法的应用示例 弹药装载问题（Ammunition Loading Problem，简称ALP），就是在满足各类通用弹药运输规程和安全性的前提下，如何将一批通用弹药箱装入军用运输工具，使得通用弹药的装载效率达到最大值的问题。 AGSAA的基本原理 在弹药装载中，考虑到模拟退火算法的基本思想是跳出局部最优解，将模拟退火思想引入遗传算法，应用改进型遗传算法和模拟退火算法相结合，构建自适应遗传模拟退火算法（AGSAA），从而综合了全局优化和局部搜索的特点，为解决弹药装载这一组合优化问题提供了新的思路。 AGSAA的编码方式 AGSAA采用二进制编码方式，每一个二进制位对应一个待装弹药箱，若为１，表示该弹药箱装入运输工具，为０则不装。 AGSAA的解码和适应度函数 AGSAA采用弹药装载的启发式算法来解码，解码后最终确定装入运输工具的弹药箱。适应度函数主要考虑两个方面，即载重率和积载率，对这两个因素加权，来计算适应度函数值。 弹药装载的启发式算法 　　（1）定位规则（Locating rule） 　　 定位规则是指用来确定当前待装弹药箱在运输工具剩余装载空间中摆放位置的规则。 　　 （2）定序规则（Ordering rule） 定序规则是指用来确定弹药箱放入运输工具装载空间先后顺序的规则。 遗传算子的选择 　　　AGSAA的选择算子采用轮盘赌选择算子，并结合最优保存策略；变异算子采用基本位变异算子；同时，在变异运算之后，增加退火算子，以增强算法的局部搜索能力；交叉概率和变异概率为自适应概率，以提高种群的进化效率。 交叉算子的选择 　　 由于AGSAA是采用将弹药箱的编号排列成串来进行编码的，如果个体交叉采用传统方式进行，就有可能使个体的编码产生重复基因（即一个弹药箱编号在一个个体中出现两次以上），从而产生不符合条件的个体，因此，AGSAA采用的是部分映射交叉算子。 部分映射交叉算子 交叉前： 　　 8 7 | 4 3 | 1 2 6 5 1 2 | 5 7 | 8 3 4 6 交叉后： 　　 8 3 | 6 7 | 1 2 4 5 1 7 | 6 2 | 8 3 4 5 参考文献 1 张伟，李守智，高峰等. 几种智能最优化算法的比较研究. Proceedings of the 24th Chinese Control Conference, Guangzhou, P.R. China July 15-18, 2005:1316～1320 2马玉明,贺爱玲,李爱民. 遗传算法的理论研究综述. 山东轻工业学院学报, 2004,18(3):77～80 3 Andreas Bortfeldt, Hermann Gehring. A Hybrid Genetic Algorithm for The Container Loading Problem. European Journal of Operational Research, 2001(131):143～161. 4 D.Y.He, J.Z.Cha. Research on Solution to Complex Container Loading Problem Based on Genetic Algorithm. The First International Conference on Machine Learning and Cybernetics. Beijing-China,2002:78～82 参考文献 5 C.Pimpawat, N.Chaiyaratana. Using A Co-Operative Co-Evolutionary Genetic Algorithm to Solve A Three-Dimensional Container Loading Problem. The Second International Conference on Machine Learning and Cybernetics. Mongkut-Thailand, 2003:1197～1204 6王春水，肖学柱，陈汉明. 遗传算法的应用举例. 计算机仿真2005，22(6):155～157 7姚文俊. 遗传算法及其研究进展. 计算机与数字工程, 2004，32(4):41～43 8吉根林. 遗传算法研究综述. 计算机应用与软件, 2004，21(2):69～73 9高艳霞，刘峰，王道洪. 改进型遗传算法及其应用研究. 上海大学学报, 2004(10):249～253 参考文献 10马立肖,王江晴. 遗传算法在组合优化问题中的应用. 计算机工程与科学, 2005，27(