首页> 中文学位 >问题和解共同进化的优化方法的试探
【6h】

问题和解共同进化的优化方法的试探

代理获取

摘要

随着生物学与进化算法不断的研究与完善,研究人员研究总结发现,自然界种群个体或物种之间,不但有着个体或物种之间为自然环境生存的竞争关系,它们之间还有着很常见明显的相互作用协作式一起共同进化的规律。协同进化,最早由Ehrlich和Raven提出,协同进化是指各个种群间通过相互作用建立关联,并提高种群的性能的优化。其实,协同进化也有两种:协作型协同进化和竞争型共同进化。
  在此基础上,我们可以理解为物种的最终的进化成的结果,其实是最终环境的演变过程中物种进化的结果。环境不停的演变,最终演变成我们现在的环境,而现在的物种就是经历环境不断的演变并自身在不断进化已经适应演变之后最终的当前环境的结果。本文的问题和解共同进化算法,就是描述的就是这样的一个方法。我们的问题和解共同进化算法里的问题的进化严格来讲不是进化而是演变,它类似于环境的演变,在这种环境变化的情况下,物种如何变化就是解的进化,最终的解就是在最终的环境下的解,即环境演变伴随着物种自身进化最终的种群。在这里我们可以设置,使问题演化并最终演化成我们希望的问题,这就是问题和解共同进化。该方法在农业应用方面也有借鉴作用。
  当前,遗传算法很多的改进都在致力于改进它的收敛速度慢和早熟的问题。而在遗传算法局部最优的这个问题上,很多改善只是试图提高算法的全局收索能力,从而使之减少陷入局部最优的可能性。而本文的问题和解共同进化算法,旨在探讨跳出遗传算法局部最优的问题。
  在本文中,仅以旅行商问题(Traveling Salesman Problem, TSP)来试探本文的问题和解共同进化算法。在传统遗传算法解决TSP问题的基础上,设计我们问题和解共同进化算法在TSP问题上对遗传算法局部最优问题的影响。本文的TSP问题的设计是让它从一个三维空间的TSP问题逐渐演变成传统的二维平面的TSP问题,即在这里我们问题的关键就是第三维坐标Z的初始化与它在进化过程中的变化规律的设置,使之以一种合理的方式逐渐演变成二维平面的TSP问题的求解,这是本文的研究重点。本文问题和解共同进化算法将从三个方向探讨问题和解共同进化算法对于跳出遗传算法局部最优问题的影响:首先,是让问题演化规则相同即Z初始值和变化规律相同的情况下,从不同的数据量的经典的已经得到解决的TSP问题探讨,这里选取了四个TSPLIB里经典的TSP问题kroA100、att532、pr1002、pr2392进行探讨;其次,是从Z初始值不同,变化规律相同来探讨对遗传算法局部最优问题的影响;最后是从Z初始值相同,变化规律不同来探讨对遗传算法局部最优问题的影响。
  改进后的算法得到的结果如果能比传统的遗传算法更优的解、相似的解或者是比它稍差的解,总的来说就是得到不一样的跳动很大的和传统的不相同的解,因此问题和解共同进化算法可以使遗传算法的解有所跳动而不再是总处于一个相对来说平稳的局部解,即跳出遗传算法局部最优的问题。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号