張軍

（華北電力大學(xué)，北京102206）

遺傳算法是由美國密歇根大學(xué)的John H. Holland 教授及其學(xué)生于1975 年提出的，由于其具有高效，實(shí)用，魯棒性強(qiáng)等特點(diǎn)，在機(jī)器學(xué)習(xí)，模式識別，控制科學(xué)等領(lǐng)域得到廣泛的應(yīng)用。目前大量的實(shí)踐，研究表明，經(jīng)典的遺傳算法存在著局部搜索能力差，早熟等缺點(diǎn)，不能保證算法最終收斂，大量的文獻(xiàn)[1][2]對遺傳算法提出了一系列的改進(jìn)，主要集中在操作算子方面。本文將算法中的交叉和變異操作設(shè)置為互斥關(guān)系，且將交叉概率設(shè)定為一個隨著種群分布動態(tài)變化，通過仿真對比實(shí)驗(yàn)對結(jié)論進(jìn)行分析。

1 遺傳算法操作算子

1.1 選擇算子

1.2 交叉算子

在種群進(jìn)行選擇操作后，將其分為A,B 兩個部分：

配對好的種群由NP/2 對個體組成。在進(jìn)行交叉操作之前，需要先生成交叉概率pc：

其中：f 是種群中適應(yīng)度值最優(yōu)的個體，f' 是配對的兩個種群中適應(yīng)度較大的個體，f 是種群的平均適應(yīng)度值。

對于A 組中的個體實(shí)施：

對于B 組中的個體實(shí)施:

其中：

(b)Di為基于雜交配對組獲取的優(yōu)化方向信息，按照如下規(guī)則計(jì)算：

1.3 變異算子

本算法中變異算子與交叉算子為互斥關(guān)系，算法的尋優(yōu)則有交叉操作完成，局部尋優(yōu)由變異操作完成，顯著強(qiáng)化算法的收斂能力。變異操作主要按照如下的形式完成：

(a)對A 組中的個體實(shí)施：

(b)對B 組中的個體實(shí)施：

其中：

1.4 算法流程圖（圖1）

2 算法仿真

本文的仿真選取經(jīng)典的Schaffer 測試函數(shù)：

通過多次對算法進(jìn)行仿真，結(jié)果如圖2-3 所示。

3 仿真結(jié)果分析

圖1 算法流程圖

圖2 適應(yīng)度曲線

圖3 種群一致性曲線

結(jié)束語

本文通過對改進(jìn)的遺傳算法和經(jīng)典的遺傳算法進(jìn)行仿真與對比分析，證明了通過調(diào)整算法框架和改進(jìn)操作算子，能夠?qū)λ惴ǖ膶?yōu)能力進(jìn)行較大的提升，獲得更好的性能。