改進(jìn)的遺傳算法及其在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf

1、遺傳算法是模擬生物界的進(jìn)化過(guò)程而產(chǎn)生的一種現(xiàn)代優(yōu)化算法，作為一種有效的隨機(jī)搜索方法，在優(yōu)化方法中具有獨(dú)特的優(yōu)越性，有著非常重要的理論意義和廣泛的應(yīng)用領(lǐng)域。傳統(tǒng)優(yōu)化方法對(duì)目標(biāo)函數(shù)解析性質(zhì)要求較高，進(jìn)化算法不需要目標(biāo)函數(shù)的導(dǎo)數(shù)信息，具有隱式并行性，所以常用于一些復(fù)雜的、大規(guī)模的、非線性、不可微的求解優(yōu)化問(wèn)題。 本文介紹了遺傳算法的發(fā)展概況，通過(guò)實(shí)例分析了基本遺傳算法的實(shí)現(xiàn)步驟；對(duì)遺傳算法的理論基礎(chǔ)進(jìn)行介紹分析討論，包括模式定理，積木

2、塊假說(shuō)，內(nèi)在并行性，Walsh模式變換和欺騙問(wèn)題等；對(duì)典型和近期發(fā)表文章所提出的一些改進(jìn)策略作了總結(jié)和分析比較；提出了對(duì)遺傳操作算子的改進(jìn)策略，在具體問(wèn)題中結(jié)合相應(yīng)的特點(diǎn)再作相應(yīng)的改進(jìn)，通過(guò)線性規(guī)劃問(wèn)題、網(wǎng)絡(luò)路徑優(yōu)化問(wèn)題和典型的NP難－TSP問(wèn)題等算例的驗(yàn)證，結(jié)果表明，算法是有效的，能得到較好的結(jié)果，同時(shí)也提高了算法的效率。 多目標(biāo)優(yōu)化問(wèn)題一直是科學(xué)和工程研究領(lǐng)域的一個(gè)難點(diǎn)和熱點(diǎn)問(wèn)題，在遺傳算法應(yīng)用到這一領(lǐng)域以前，已經(jīng)產(chǎn)生了許多