改良的多生境遗传算法及其应用.pdfVIP

摘要 捅 要 多模态函数优化问题广泛存在于函数优化、决策与设计、工业应用等诸多领 域。由于遗传算法的搜索对象是种群，种群中的个体可能分布在解空间的各个角 落，只要能够维持种群多样性，就有可能搜索到若干全局峰或局部峰。因此，遗 传算法是求解多模态函数优化问题的有力工具。 小生境技术是遗传算法用以解决多峰优化问题的有效手段。本文在分析经典 小生境遗传算法的基础上，将聚类分析引入多生境排挤遗传算法，提出了一种改 进的多生境排挤遗传算法，并将其应用于核磁共振成像的特形脉冲的优化设计。 本文的工作主要包括以下几个方面： 1．简要介绍了遗传算法的基本概念、基本原理、研究历程和研究现状。 2．详细介绍了小生境遗传算法的基本思想、实现方法以及典型小生境遗传算 法，分析比较了各种小生境算法优缺点和适用范围。 3．提出了基于K-均值聚类的改进多生境排挤遗传算法。标准多生境拥挤算 法的搜索速度较快，但搜索能力相对较差。在多生境拥挤算法中引入适应值共享 机制可以提高搜索能力，但搜索速度因此却大大下降。将聚类分析引入多生境拥 挤算法，可以改善算法的选择替换机制。数值实验表明，改进后的算