一种基于排序的LDF改进遗传算法.pdfVIP

一种基于排序的LDF改进遗传算法李荣雨,等

一种基于排序的LDF改进遗传算法

AnImprovedGeneticAlgorithmforLDFBasedonSorting

李荣雨陈鑫

(南京工业大学电子与信息工程学院,江苏南京211816)

摘要:针对高维数据建模过程中常见的非线性复杂问题,使用遗传算法进行全局寻优。考虑到标准遗传算法在搜索过程中存在的

多种收敛性问题,提出基于排序的拉普拉斯分布函数(LDF)改进遗传算法。该算法针对性地改进了遗传算法的多种收敛性问题,解

决了遗传算法过快收敛至局部最优解以及后期收敛速度过慢等问题。根据实际生产数据,对轧钢精轧机组进行了仿真模拟,仿真实

验结果表明了该算法切实可行,在保证了优化效果的同时,也保证了算法的总体收敛速度和稳定性,具有良好的应用前景。

关键词:高维数据算法收敛问题遗传算法拉普拉斯分布函数(LDF)适应度函数交叉算子优化算法

中图分类号:TP18;TH6文献标志码:ADOI:10.16086/ki.issn1000-0380.201602001

Abstract:Inhighdimensionaldatamodelingprocess,thecomplexnonlinearproblemiscommonlyseen,thusglobaloptimizationisconductedby

usinggeneticalgorithm.Consideringthemultipleconvergenceproblemsexistinginstandardgeneticalgorithm,theimprovedgeneticalgorithmfor

Laplacedistributionfunction(LDF)basedonsortingisproposed.Thealgorithmimprovesthemultipleconvergenceproblems,solvesthe

problemsofprematureconvergenceoflocaloptimumsolution,andtheslowconvergenceinlatephase.Thesimulationbasedonpractical

productivedatafromthesteelrollingfinishingmillgroupisconducted,theresultsofsimulationindicatethatthisalgorithmisfeasible,itensures

theoptimizationeffect,overallconvergencespeedandstability,andpossessesexcellentapplicableprospects.

Keywords:HighdimensionaldataConvergenceproblemGeneticalgorithmLaplacedistributionfunction(LDF)Fitnessfunction

CrossoveroperatorOptimizationalgorithm

0引言1遗传算法简介

实际生产过程大多具有高维度、强关联和非线遗传算法是一种随机性的全局优化算法,它不但

性等特点,一般的传统优化算法难以对其进行优化。具有较强的全局搜索功能和求解问题的能力,还具有

而遗传算法因为具备智能性、并行性,并不依赖问题简单通用、鲁棒性强、适于并行处理等特点,是一种较

的内部机理,能在多数可行解中根据特定要求搜索好的全局优化搜索算法。其核心内容按操作顺序一般

最优解,非常适合解决复杂的非结构化、非线性、非