首页> 中文学位 >一个适用于全局优化的具备保留选择机制的遗传算法
【6h】

一个适用于全局优化的具备保留选择机制的遗传算法

代理获取

目录

文摘

英文文摘

声明

第一章绪论

1.1背景和动机

1.1.1 全局优化

1.1.2遗传算法

1.1.3 早熟收敛

1.2研究目的

1.3论文概要

第二章具备保留选择机制的遗传算法(GARS)

2.1重访早熟收敛

2.2保留选择

2.3保留区域的进化

2.4案例研究

2.4.1多峰函数优化

2.4.2旅行商问题

2.4.3多序列比对

第三章通过保留大小调整GARS的性能

3.1静态保留大小

3.2动态保留大小

3.3保留率,种群大小和进化世代数

3.4实验结果

3.4.1 案例研究

3.4.2实验设计

3.4.3结果和讨论

第四章使用强化学习技术优化保留大小

4.1种群多样性

4.2学习模型

4.3学习算法

4.4数值模拟

4.4.1 RS对性能的影响

4.4.2 学习最优RS

4.4.3讨论

第五章结论

参考文献

作者在攻读硕士学位期间公开发表的论文

致谢

展开▼

摘要

遗传算法(GA)是基于自然进化原则的搜索和优化算法,近年来已被成功地应用到组合优化等诸多领域。然而,在应用GA去解决现实世界中的大规模而复杂的问题时,面临着精度和速度之间的矛盾冲突,GA通常会导致一个不尽如人意的折中。此外,频繁遇到的常见问题之一是早熟收敛。 在本文中,我们开发了一种具备保留选择机制的遗传算法(GARS),旨在通过维持种群多样性来防止早熟收敛,进而最终实现全局优化。我们提出了一种新的选择机制——保留选择,它源自于“对应于较差质量的解的染色体也应当被继承”这一想法。与传统GA相比较,改进算法在计算复杂度不显著增加的前提下,有效地提升了优化质量和搜索效率。我们的目标是构建一个适用于全局优化的高效而健壮的进化算法。

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