進化算法動態(tài)種群規(guī)模的研究與應用.pdf_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、種群規(guī)模的選擇在進化算法的應用中十分重要。種群規(guī)模過大時雖然能夠擴大搜索空間,提高找到全局最優(yōu)解的概率,但是會減緩收斂速度,增加運行時間;種群規(guī)模過小又會導致搜索能力不足,無法找到更多的有效區(qū)域,對于復雜的多峰問題,還容易陷入局部最優(yōu),導致早熟收斂,降低了算法的健壯性和魯棒性。事實上,在遺傳算法的運行的不同階段需求不同大小的種群規(guī)模。另外,保持種群的多樣性對遺傳算法的搜索過程也十分重要。高度的多樣化不僅可以增加種群的搜索收斂,還使種群在

2、面對環(huán)境變化的時候更加健壯。因此,本文的研究目標是創(chuàng)建和維持一個具有高適應度個體的多樣化的種群規(guī)模動態(tài)變化的種群,能在種群中同時提高種群的多樣性和適應度。
  本文的主要工作和成果如下:
  1.本文對進化算法的動態(tài)種群規(guī)模和多樣性控制的現狀進行綜述,分析了目前流行的方法存在的問題和缺點,并提出了改進的方向和策略。
  2.針對進化算法求解高維多峰函數優(yōu)化問題時,容易出現早熟收斂的問題,提出了基于精英個體的可變種群規(guī)模

3、的遺傳算法。相對于現有的先確定種群規(guī)模再產生相應數目的個體的情況,本文基于自然界生物進化中種群規(guī)模由子代個體質量決定的規(guī)律,采用了根據產生的個體的精英程度(多樣性貢獻和適應度)決定該個體是否進入種群的策略。
  3.針對問題的不同階段需求的種群規(guī)模大小不同的問題,提出了根據算法的收斂程度動態(tài)調整多樣性閾值的策略,提高了算法的魯棒性。
  4.針對種群進化過程中多樣性丟失導致算法易陷入局部最優(yōu)值的問題,對種群規(guī)模動態(tài)調整過程中

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論