遗传算法的一种改进进化策略

在现有文献研究的基础上,对传统遗传算法的进化策略又作了进一步研究,提出了一种改进的进化策略.进化策略克服了传统遗传算法中交又得到的优秀个体有可能在变异过程中遭到破坏而不能生存的不足.另外取消了遗传算法中难以确定的交叉、变异概率,使交叉产生的新个体数增多,这样可增大产生更优秀个体的可能性,因而可使遗传算法的性能得到更好的改善.通过4个测试函数的测试计算,结果表明,给出的改进进化策略比传统遗传算法进化策略的运算速度明显提高,迭代次数明显减少,从而验证了提出的改进进化策略的有效性.     

一种改进的自适应遗传算法

针对IAGA自适应遗传算法存在的未成熟收敛问题,提出了一种改进的自适应遗传算法(NIAGA算法),根据自定义判别式判断群体是否出现了未成熟收敛趋势,由不同情况,分别采用宏观调控与微观处理两种方法来设置交叉概率Pc和变异概率Pm,以此促使算法摆脱未成熟收敛.仿真结果表明,新算法有效地改善了IAGA算法的未成熟收敛问题,显示出了更强的全局收敛性.     

基于改进遗传算法的多机调度问题

遗传算法是解决多机调度组合优化问题最有效的方法之一,但由于其自身存在着一定的缺陷应用受到一定的限制.针对遗传算法的“早熟”和非均匀地在优化空间中搜索等缺陷,提出了一种自适应选择交叉概率、变异概率以及交叉位置非等概率选取的改进的遗传算法,并将其用于某钢管钢绳企业的多机调度问题,进行了仿真分析.     

改进遗传算法求解TSP问题

提出了一种改进遗传算法求解 TSP.该方法在迭代初期引入不适应度函数作为评价标准 ,结合启发式交叉和边重组交叉算子设计了一种新的交叉算子 ,并对变异后个体进行免疫操作 .此外对操作后群体进行整理 ,删除群体中相同个体 ,得到规模为 N1的中间群体 ,对较优的 N -N 1个个体进行启发式变异 ,并将变异后个体补充进中间群体 ,生成规模为 N的新群体 ,这样保证群体中没有相同个体 ,从而保证群体多样性 .数值结果表明这种改进遗传算法是有效的 .     

交叉概率对改进遗传算法运算速度影响的测试与分析

在现有文献基础上,通过理论分析,提出了交叉概率应取1.通过四个测试函数的测试结果,表明交叉概率越大,运算速度越快,平均运行代数越少,验证了通过理论分析提出的交叉概率应取1的科学性和可行性.同时克服了交叉概率难以确定以及确定交叉概率时缺少理论依据的不足.     

一种改进适应度函数的遗传算法

针对遗传算法搜索导优中适应度函数的设计不当,将难以体现个体差异和选择操作的作用,从而造成早熟收敛的问题,构建了两种基于顺序的适应度函数的模型.适应度函数的设计使得在进化过程中控制选择压力,种群竞争力得到增强,早熟现象得到改善.并将改进的算法应用在复杂函数优化问题上,MATLAB优化结果表明,算法在种群多样性、搜索速度、计算精度上均有改善,推动遗传算法在工程领域的应用.     

蜜蜂进化遗传与捕鱼策略相结合的优化算法

针对捕鱼策略优化算法未充分利用群体最优个体信息因而收敛速度较慢的缺陷,提出了将蜜蜂进化遗传算法与捕鱼策略相结合的混合优化算法.算法将蜂王具有最优遗传基因的特点引入到渔夫撒网捕鱼策略中,能较好利用群体当前最优个体的信息,提高搜索速率;并保留捕鱼策略中渔夫移动搜索策略的独立性,避免陷入不成熟收敛.通过对多个典型测试函数的测试表明:蜜蜂进化遗传算法与捕鱼策略相结合的优化算法,比简单的捕鱼策略的优化算法在寻优能力、稳定性和收敛速度等方面均有提高.     

基于TSP问题的一种改进遗传算法

针对传统遗传算法(GA)在解决旅行商问题(TSP)时存在的不足,对初始种群的选取方式和算子的选取进行了改进,设计出了一种能够较好的求解出TSP问题的最优解的算法.计算机仿真实验验证了该算法的有效性.     

交叉概率对遗传算法运算速度影响的测试与分析

在现有文献基础上,通过理论分析,提出了交叉概率应取1.通过4个测试函数的测试结果,表明交叉概率越大,运算速度越快,平均运行代数越少,验证了通过理论分析提出的交叉概率应取1的科学性和可行性.同时克服了交叉概率难以确定以及确定交叉概率时缺少理论依据的不足.     

基于实数编码的免疫遗传算法研究

针对标准遗传算法(SGA)搜索效率低、收敛速度慢等缺陷，在免疫遗传算法的基础上提出了基于实数编码的免疫遗传算法(RIGA)。研究表明，RIGA对SGA的改进是有效可行的，显示出稳健的全局优化、计算量少而解的精度高等特点，具有较高的应用价值。     

基于改进遗传算法的集合覆盖问题

集合覆盖问题是组合优化中的典型问题,在日常生活中有着广泛的应用.提出了一种改进遗传算法来解决集合覆盖问题.算法对标准遗传算法的改进主要表现在:1)结合启发式算法和随机生成,设计了新的产生初始种群的方法;2)引入修补操作处理不可行解使其转换成可行解;3)对重复个体进行处理再利用;4)对多点交叉进行推广,提出了新的交叉算子;5)针对可行解和不可行解,采取两种自适应多位变异操作.数值实验结果表明该算法对于解决规模较大的集合覆盖问题是有效的.     

用改进遗传算法求解矩阵实特征值

依据矩阵特征值的分布理论,通过确定矩阵实特征值的分布区域,用实数编码和具有自适应交叉概率和变异概率的遗传算法来求解矩阵实特征值的近似值.仿真结果表明,此算法可以达到一定的精度,具有一定的通用性.并给求矩阵特征值提供了一种快速的方法.     

两人进化博弈策略的决定机制与应用研究

通过建立一般情况下的两人进化博弈模型,给出了系统均衡点对应的矩阵行列式和迹表达式的经济含义,分析了16种典型情形下的进化稳定策略,详细讨论了均衡点稳定性分析结果所对应的博弈双方决策过程,从策略权衡的视角揭示了策略选择的内在机制。研究结果表明:不同策略前提下的相对净支付决定了系统的进化稳定策略,对方的策略选择以及自身可选策略的支付比较是影响博弈主体策略选择的两个基本要素,博弈主体会趋向于选择在对方策略既定下能够带来更大支付的策略。最后以环境治理中地方政府与企业以及地方政府之间的博弈关系为例,从对称博弈和非对称博弈两方面阐明了本文所构建模型在政策设计中的应用价值:针对不同案例,只要明确了两人博弈的支付矩阵,就可以通过计算相对净支付确定博弈双方的行为演化规律和稳定策略,从而简化计算过程,更加直接和更为便捷地为政策设计提供理论参考。     

二层线性规划的自适应遗传算法

提出了一种自适应遗传算法来求解二层线性规划问题.该方法克服了难以确定合适的交叉概率和变异概率的困难.另外,在该方法中还采用了其它一些技巧不仅解决了在采用遗传算法经常出现的有些个体不可行的问题,而且还改进了算法的效率.     

基于种群分类排序的约束优化遗传算法

针对约束优化问题,提出了一类将种群中的个体分类排序的思想.算法的特点在于:先将种群中的解分为可行解和不可行解两类,然后分别按照不同的标准排序.由于很多约束优化问题的最优解位于可行域的边界上或附近,所以排序时并不认为可行解一定优于不可行解.基于此分类排队思想,特别设计了只允许同等级个体进行交叉的新的交叉算子,称之为同等级交叉算子,以及基于一维搜索的变异算子.算法同时采用了保证固定比例不可行解的自适应策略.4个标准测试函数的数值仿真结果验证了算法的有效性.