自适应遗传算法的改进与研究

【摘要】： 简单遗传算法作为一种启发式搜索算法,寻优理论还不完善。因此,在应用中常出现收敛过慢、稳定性差及早熟现象等问题,而现有的一些自适应遗传算法容易产生局部最优解。因此,对自适应遗传算法的进一步研究和探讨是很必要的。 针对简单遗传算法和现有的一些自适应遗传算法的缺陷,本文分析了种群“早熟”性能指标和计算量,并且判断种群当前适应度最大的那些个体是否重复或相互趋同,由此发展了一种新的种群“早熟”程度评价指标,结合自适应调整遗传算法的控制参数的思想,提出了一种改进的自适应遗传算法。作者希望本论文提出的新的自适应遗传算法,不仅能加快遗传进化速度,而且能增强遗传算法的全局收敛性能,从而得到满意的全局最优解。 本文首先介绍了遗传算法的背景、发展历程和应用,国内外研究现状,说明了研究的背景、目的和预期结果;其次介绍了简单遗传算法和几种改进自适应遗传算法,分析了现有的一些自适应遗传算法存在的缺陷,为下一步工作奠定基础;最后本文提出了一种新的判定种群“早熟”程度的方法,对算法的交叉概率和变异概率进行改进,设计实现了本文提出的新算法。实验结果说明新算法具有计算稳定性高、收敛速度快等特点,是一种性能良好的改进的自适应遗传算法。