基于小生境遗传算法的多峰函数全局优化研究.PDFVIP

第! 卷第# 期 南’ 京’ 工’ 业’ 大’ 学’ 学’ 报 29:; ! ,9; # !$$% 年 月 ()*+,-. )/ ,-,(0,1 *,023+4056 )/ 5378,).)16 =; !$$% 基于小生境遗传算法的多峰函数全局优化研究 朱筱蓉，张兴华 （南京工业大学 自动化学院，江苏 南京!?$$$@ ） 摘’ 要：针对基本遗传算法在求解多峰函数时很难找到全部最优解的问题，研究了基于淘汰相似结构机制的小生 境遗传算法。用该算法对两个典型多峰函数求解的测试结果表明，该算法较之基本遗传算法有更强的全局搜索能 力和更快的收敛速度。 关键词：遗传算法；小生境；多峰函数；全局优化! 中图分类号：5A#$?’ ’ ’ 文献标识码：-’ ’ ’ 文章编号：?%B ? C B%D#（!$$% ）$# C $$#@ C $ ’ ’ 很多实际应用问题，如工程设计、组合优化、决 概念，让种群中的个体在不同特定的生存环境中进 策等问题中都存在多个解，这些问题经过简化处理 化，而不是全部聚集在一种环境中。这样可以使算 后，可以归结为多峰函数求解问题。因而，对多峰函 法在整个解空间中搜索，以找到更多的最优个体。 数求解方法的研究具有较重要的应用价值。 避免了在进化后期适应度高的个体大量繁殖，充斥 遗传算法［?］是模拟生物在自然环境中的遗传 整个解空间，导致算法停止在局部最优解上。 和进化过程而形成的一种概率搜索算法。它在许多 遗传算法中模拟小生境的方法主要有以下 复杂优化问题的应用中提供了鲁棒的寻优技术。但 几种： 在用基本遗传算法求解多峰值函数的优化计算问题 （ ? ）基于预选择的小生境实现方法’ 7=IEFFGE9 时，经常是只能找到几个最优解，而且有时得到的是 在?@B$ 年提出了基于预选择机制（AJHKH:HFLE9M ）的 局部最优解［! ］。然而有时我们希望优化算法能够 小生境实现方法。其基本思想是：仅当新产生子代 找出问题的所有最优解。虽然对同一问题多次求解 个体的适应度超过其父代个体时，所产生出的子代 可能找到多个解，但因求解结果具有随机性，所以不 个体才能替代其父代个体而遗传到下一代群体中， 能保证找到全局最优解。而小生境遗传算法在解决 否则父代个体仍保留在下一代群体中。由于子代和 这类问题时有着良好的性能。 父代个体之间的编码结构有相似性，所以该方法替 本文研究一种基于淘汰相似结构机制的小生境 代掉的只是一些编码结构相似的个体，故它能有效 遗传算法［# ］，并将该算法用于多峰函数的极值求解 地维持种群多样性，并造就小生境的生存环境。 （ ［D ］ 问题。试验结果表明，该方法具有更好的收敛速度 ! ）基于排挤的小生境实现方法 ’ NH (9MO 和全局搜索能力，其综合性能优于基本遗传算法。 在?@B 年提出基于排挤（7J9PQEMO ）机制的小生境 实现方法。其基本思想是：设置一个排挤因子 ! ， ?’ 小生境遗传算法 由群体中随机选择的?R ! 个个体组成排挤成员， 排挤掉一些与其相类似的个体。这里，个体之间