扩展的连锁学习遗传算法-计算机应用技术专业论文.docxVIP

中文摘要，、 中文摘要 ，、 f遗传算法是由J．H．Hol land在1975年首先提来出的，它主要是模拟 生物界自然选择和自然进化过程来解决复杂Iol题的随机搜索算法。作为一 种拟生优化算法，它可以在复杂的空阳J进行搜索、优化。因其具有极高的 鲁棒性，遗传算法已经被成功地应用于解决商业、工程和科学等领域中复 杂的优化问题，成为新一代的优化工具。 但是，l{{于经典遗传算法尚存在某些不足，致使遗传算法的应用受到 影响。近年米，钊。对以上问题，研究人员做了大量的工作，提出了多种解 决方法。但是，诸如早熟收敛，收敛速度慢等问题依然存在。因而，如何 提高算法的效率和准确性是遗传算法中最主要的问题。＼、—一 ／ 本文应用遗传学和进化生物学的理论和方法对遗传算法进行了研究。 在三个方面对遗传算法进行了改进： 1．应用生物学的理论及实验结果指出，生物对于选择的响应大部分 是以已经存在的遗传变异为基础的，而响应选择的速度，则取决于生物是 否已经具备有利于进化方向或选择方向的连锁。将以上结论应用到遗传算 法的研究中，就可以很清楚地知道，初始种群所包含的基因和连锁不平衡 方式是非常重要的，它既关系到遗传算法最终解的『F确性，也对算法的效 率有很大的影响。遗传算法的初始种群是随机选取的，这是遗传算法作为 一个全局搜索算法的特征，是不能加以改变的。但是，我们可以通过设定 某些条件或使用某些方法，对随机选取的种群进行处理，使之尽量达到符 合我们要求的状态。因而本文根据近交理论，提出了以小种群、短染色体 进行预处理的方法，使之为其后的标准算法提供具有大量优秀基因和有利 于进化方向的连锁的初始种群。 北方交通人学碰iI：毕业论文 北方交通人学碰iI：毕业论文 ．2． 2．提出了用基因流取代突变算子，以保持种群的多样性，避免早熟 收敛。遗传学中遗传变异程度的增加，等同于遗传算法中种群多样性的增 加。衡量遗传变异程度的指标为遗传方差。本文通过比较突变和基因流的 遗传方差，从理论上证明了基因流导致的遗传变异大于突变，因而得出基 因流更有利于保持种群多样性，避免早熟收敛的结论。并进～步给出了基 因流的取值，为其实际应用提供了方便。 3．讨论了内含子在遗传算法中的作用，及引入内含子的时机。在预 处理种群中的染色体，仅包含少量内含子，而经过预处理的染色体己经具 备以有利于进化方向的基因组成的优秀的建筑块，此时再将大量的内含子 插入到内含子群中，使内含子处于恰当的位置，以提高算法的效率。 最后在连锁学习遗传算法的基础上，加入以上三点改进方法，进而提 出了扩展的连锁学习遗传算法。并通过连锁学习遗传算法和扩展的连锁学 习遗传算法比较的实例，证明了新的算法具有更高的效率和准确性。 关键字： 遗传算法 进化生物学： 遗传学： 连锁霉》冬传算法 连锁预处理： 基因流： 内含子 ：坐查銮望叁堂塑!：生、业堡兰 ：坐查銮望叁堂塑!：生、业堡兰 一．——————二_!二一 Abstract Genetic algorithm(GA)was firstly proposed by J H Holland i rl 1975 It i s a random search／ng calculation to solve the comp]ex problem by mimicking the progress of the nature se]ection and nature evolution in biological kingdom。As optimal mimic method of calculation．GA is able to search and optimize in the complex envi ronment．Due to the quite high rebustness，GA has been successfully applied to sol ve the complex optimal problem in commercial，industry，and science，et a1． However，some drawback in the classic GA the compromise the application of GA．Recently，focusing on this problem，many researchers did tremendous work and propose many methods to solve it．Despite that，some problem，such premature convergence and slow in convergence。still exi sted．Thus