【作者】 ；
【導(dǎo)師】 ；
【作者基本信息】 太原理工大學(xué)， 應(yīng)用數(shù)學(xué)， 2010， 碩士
【摘要】 近30年來,遺傳算法以其簡(jiǎn)單通用、魯棒性強(qiáng)和并行處理等顯著特點(diǎn)已被廣泛應(yīng)用于計(jì)算機(jī)科學(xué)、工程技術(shù)、管理科學(xué)和社會(huì)科學(xué)等許多領(lǐng)域,成為21世紀(jì)智能計(jì)算的核心技術(shù)之一。盡管遺傳算法在很多領(lǐng)域得到了較好的應(yīng)用,但它畢竟是一門新學(xué)科,其理論和方法尚未成熟,算法自身的一些不足也有待進(jìn)一步地改進(jìn)和完善。遺傳算法不僅收斂速度慢、極易陷入局部極值點(diǎn)、不能概率意義下收斂到全局最優(yōu)解,而且在實(shí)際的應(yīng)用中還必須綜合考慮快速收斂、全局最優(yōu)和加強(qiáng)局部搜索的問題。本文圍繞這些問題主要進(jìn)行了如下工作:1.為了解決算法的收斂速度與全局收斂性之間的矛盾,本文提出一種改進(jìn)的自適應(yīng)遺傳算法。該算法在種群的選擇中引入閥值開關(guān),使初始種群能更好的遍布在解空間從而加快全局收斂的速度。隨著進(jìn)化代數(shù)的增加,種群的多樣度趨于單一化,此時(shí)在變異,交叉策略方面采用了自適應(yīng)的操作算子來增加種群的多樣度,從而提高全局尋優(yōu)能力,加快收斂速度。針對(duì)基本遺傳算法在概率意義下不能收斂到全局最優(yōu)的問題,該算法在進(jìn)行選擇操作前,采用了最優(yōu)保存策略使之概率意義下收斂到全局最優(yōu)解。并基于有限馬爾可夫鏈證明了該遺傳算法能夠以概
