《GA-SFLA耦合模型构建分析案例》4300字.docxVIP

GA-SFLA耦合模型构建分析案例

目录

TOC\o1-3\h\u12699GA-SFLA耦合模型构建分析案例 1

108221.1基本遗传算法及特点分析 1

3031.1.1GA计算流程 1

109811.1.2GA的特点 2

38101.2基本混合蛙跳算法及特点分析 4

149101.2.1SFLA计算流程 4

5431.2.2SFLA的特点 6

73701.3GA-SFLA耦合模型构建 7

1.1基本遗传算法及特点分析

1.1.1GA计算流程

GA是一种解决最优化问题的有效方法，其搜索机制基于自然选择和自然遗传。作为一种全局优化搜索算法，其整体思路如下：假设用一群“染色体”表示问题的求解，将它们放在由问题组成的“环境”中，根据达尔文的生物进化论，从初始种群中选择出最适应环境的“染色体”进行复制，通过类似生物进化基因的交叉和变异操作，产生更适应环境的新的一代“染色体”群，不断重复该过程，最后可得到最适合生存的个体，即现实中所求问题的最优解。其基本计算过程如下：

1）遗传编码

用一定长度的字符串来表达GA的编码，字符串类似于遗传学中的“染色体”，不同的字符代表染色体上的“基因”，用以存储和传递遗传信息，它是遗传算法运算的基本对象。常用的编码方法有二进制编码、整数编码等。

2）产生初始种群

在GA过程中，每