基于自適應(yīng)與混沌的遺傳算法的研究.pdf

1、近30年來，遺傳算法以其簡單通用、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)

2、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

3、，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率1收斂到全局最優(yōu)解。最后，將該算法應(yīng)用到控制器PID參數(shù)尋優(yōu)實(shí)驗(yàn)。數(shù)值結(jié)果表明該算法具有較強(qiáng)的尋優(yōu)能力。
　　 2.在混合算法思想基礎(chǔ)上，本文提出一種與混沌相結(jié)合的混合遺傳算法。用混沌序列來增加種群的多樣性，不僅使遺傳算法不易陷入局部最優(yōu)，而且充分發(fā)揮遺傳算法的全局搜索能力，增強(qiáng)了局部尋優(yōu)的能力。利用Ban