遗传算法三种编码策略的比较研究

分析了遗传算法的二进制、实数、十进制编码策略实现方法,根据各编码的特点,设计了相应的改进遗传策略。以前馈神经网络权值优化问题为例,用计算机仿真实验的方法研究了三种编码策略对各遗传算法性能的影响。研究结果表明,若同时强调搜索效率和搜索准确性,宜采用实数编码的改进遗传算法;若只强调搜索准确性,则应优先考虑十进制编码的改进遗传算法。研究的结论为遗传算法在高维连续参数优化问题中编码策略的选取提供了理论指导。     

一种新的路径编码机制在移动机器人路径规划中的应用

针对基于遗传算法的移动机器人路径规划,本文提出了一种新的定长十进制路径 编码机制．首先,将移动机器人所处环境中的障碍物表示成多边形的形式,并对各障碍物顶 点用十进制进行任意编号,然后将移动机器人的路径编码成定长为所有障碍物顶点个数之和 的十进制染色体串．串中,非零位上的十进制值表示路径经过了相应编号的顶点,各顶点在 串中的顺序就是它们在路径中的顺序．此编码方式克服了已有的变长编码机制及定长二进制 编码机制需特殊遗传操作算子和特殊解码的缺陷,使得算法更加简单有效．     

改进的遗传算法优化二维不规则图形排样

针对大规模零件和不规则石材下料优化排样问题,提出了改进的遗传算法优化排样方法.采取二进制与十进制混合编码的策略,既克服了单独使用二进制编码时,编码串太长且操作不方便的不足,又解决了十进制编码中相近的编码方案获得的材料利用率却相去甚远的问题;通过计算矢量图形的相似度,从而对图形群体进行分类,降低了遗传算法的时间复杂度.实验结果表明,该优化排样算法在时间复杂度和空间占有率上均优于传统的遗传算法优化排样.     

十进制遗传算法及其仿真软件的开发

遗传算法作为一种新兴的寻优算法 ,正以其独特的优点而成为研究热点。该文研究了基于十进制编码的遗传算法及其具体的遗传操作过程 ,从而避免了二进制编码所导致的映射误差。在此基础上 ,该文用Matlab设计完成了一套遗传算法仿真软件 ,为遗传算法的进一步研究奠定了基础。实际的仿真结果表明了十进制遗传算法的可行性和有效性     

遗传算法的编码机制研究

对遗传算法中的编码机制了研究，分析了二进制与十进制编码在搜索能力和保持种群稳定性上的区别。仿真结果证实了该结论。     

遗传算法群体规模的研究

遗传群体规模的选择是使用遗传算法优化计算时的首要问题,直接影响遗传算法全局收敛率和收敛速度等。该文研究二进制和自然数编码遗传算法的群体规模,结合偏好函数和模式定理,利用前向及后向差分方程,得到这2种编码的群体规模下限值,证明其存在性。通过对2个典型多模函数的优化测试,验证所得群体规模理论优化值的有效性。     

混合编码遗传算法及其在非线性反演中的应用

遗传算法中编码机制对交换和变异的搜索能力有重要影响。本文分析了二进制与十进制编码的搜索特点，提出了混合编码遗传算法的技术构想，并结合大变异技术，有效地提高搜索及产生有效基因物质的能力。论文结合地球物理反演问题的非线性特点，应用混合编码遗传算法求解地球物理位场反演问题，取得了良好的效果。     

一种新的自适应量子遗传算法研究

传统的量子遗传算法是基于二进制编码进行的,每次计算需要进行编码和解码操作,影响了算法的效率。针对这一问题,提出了实数编码的自适应量子遗传算法（RQGA）。首先运用实数和量子比特共同编码,并采用自适应频率的临近算符对编码进行更新,而后运用自适应转角策略更新量子比特串,以保证算法保持搜索性能和求解性能的平衡。最后分别采用二进制遗传算法、二进制量子遗传算法以及实数和量子比特共同编码的自适应量子遗传算法对Schaffer’f6函数进行测试对比,结果表明,实数和量子比特共同编码的自适应量子遗传算法无论在收敛速度还是收敛精度方面都体现了较好的优越性。     

面向算法的遗传算法类库设计

遗传算法个体数据结构复杂,随机性是其基本特性。建立一个标准的、开放的遗传算法类库有利于遗传算法的直接应用和在此基础上进一步扩充。本文提出用面向算法的模式将多种数据结构的遗传算法(二进制编码、实型编码、有序编码、变长串编码、遗传程序设计编码等五种算法)统一建模,实现了数据和算法分离,静态数据和动态数据分离,群体和个体分离。这样的类库设计结构更加清晰,实现了易用性、可扩充性与易调试性的统一,可用于对线性规划、旅行推销员问题、数据回归等问题的求解。     

一种基于景观特征的浮点数编码遗传算法研究

遗传算法作为一种适应性搜索技术得到了普遍的应用,但其搜索效率不如启发式搜索.已有研究者将启发式知识用于二进制编码遗传算法,但浮点数编码在函数优化和约束优化领域明显有效于其它编码.本文基于算法运行时的景观特征作为启发式知识,用于浮点数编码遗传算法,力求提高其搜索效率、增强其局部搜索能力、拓展其应用领域.本文的理论研究和实验结果表明,将景观特征用于浮点数编码遗传算法,理论是可靠的,方法是可行的.     

针对选址问题的一种遗传算法改进探究

选址问题是现代地理信息资源配置的重要研究领域之一,通用性强、鲁棒性高的遗传算法可以较好地解决这类问题。常用方法是使用二进制编码的遗传算法对栅格数据地图进行选址。为克服二进制编码的标准遗传算法在解决选址问题过程中易陷入早熟的缺点,在研究了使用不同算子、引入观测概念这两大类解决标准遗传算法陷入早熟问题的方法后,针对选址问题的特点,选择了引入多样性测度与应用小生境技术对遗传算法进行改进,并深入探究了引入多样性测度与应用小生境技术后,遗传算法解决选址问题的过程中准确性、在线性能函数、离线性能函数的改善;接着提出了进一步改进小生境技术的方法,使得遗传群体中的每一个个体都参与遗传操作,并且避免了两个相同的个体参与交叉操作的情况。最后通过地图选址实验,将改进的小生境遗传算法与多样性测度结合,成功提高了遗传算法的性能。     

单亲遗传算法图式定理的进一步分析

图式定理是遗传算法的重要理论基础之一。本文对单亲遗传算法的图式定理进行了全面的分析研究,给出了单亲遗传算法图法定理的表达式,并对各种遗传算子破坏图式的概率作了估算。     

应用遗传算法进行阵列天线方向图综合

采用一种用于区间控制的遗传算法,该算法采用基于排序的十进制编码,并对遗传参数和遗传操作进行改进,较大地提高搜索效率,较好地克服早熟现象.它用于优化阵列天线方向图在个个给定入射波角度区间上的旁瓣电平.良好的计算实例表明遗传算法是解决此类问题的有效工具.     

高效全模式遗传算法研究

指出高效算法在工程实际中的重要意义,在详细分析模式定理及典型遗传算法运行机理基础上,本文提出了一种高效全模式遗传算法,并证明了其收敛性。仿真算例表明,该方法有极强的全局寻优及高速收敛能力,是值得推荐使用的有效方法之一。     

Nonlinear inversion of potential-field data using a hybrid-encoding genetic algorithm

Using a genetic algorithm to solve an inverse problem of complex nonlinear geophysical equations is advantageous because it does not require computer gradients of models or “good” initial models. The multi-point search of a genetic algorithm makes it easier to find the globally optimal solution while avoiding falling into a local extremum. As is the case in other optimization approaches, the search efficiency for a genetic algorithm is vital in finding desired solutions successfully in a multi-dimensional model space. A binary-encoding genetic algorithm is hardly ever used to resolve an optimization problem such as a simple geophysical inversion with only three unknowns. The encoding mechanism, genetic operators, and population size of the genetic algorithm greatly affect search processes in the evolution. It is clear that improved operators and proper population size promote the convergence. Nevertheless, not all genetic operations perform perfectly while searching under either a uniform binary or a decimal encoding system. With the binary encoding mechanism, the crossover scheme may produce more new individuals than with the decimal encoding. On the other hand, the mutation scheme in a decimal encoding system will create new genes larger in scope than those in the binary encoding. This paper discusses approaches of exploiting the search potential of genetic operations in the two encoding systems and presents an approach with a hybrid-encoding mechanism, multi-point crossover, and dynamic population size for geophysical inversion. We present a method that is based on the routine in which the mutation operation is conducted in the decimal code and multi-point crossover operation in the binary code. The mix-encoding algorithm is called the hybrid-encoding genetic algorithm (HEGA). HEGA provides better genes with a higher probability by a mutation operator and improves genetic algorithms in resolving complicated geophysical inverse problems. Another significant result is that final solution is determined by the average model derived from multiple trials instead of one computation due to the randomness in a genetic algorithm procedure. These advantages were demonstrated by synthetic and real-world examples of inversion of potential-field data.     

双链量子遗传算法的收敛性分析

基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象,但没有从理论上证明该算法的收敛性。为此,给出相应的定理,利用定理从理论上证明该算法的收敛性,通过仿真实例,论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明,该研究丰富和完善了双链量子遗传理论。     

遗传算法在建筑概念设计中的应用

介绍了一种可以应用于建筑概念设计的遗传算法.该算法采用基于数学表示二叉树结构的编码方法,以及相应的交叉、变异操作,目标函数及人机交互相结合的适应度值确定方法,生成简单的曲线.选定的曲线经过三维可视化处理形成实体.这些生成的三维实体与人工设计的构件一起被分类,然后统一保存到构件库中.通过采用二进制编码的遗传算法,生成组合方案,组合构件库的构件,形成比较复杂的外观造型.以一个建筑外观设计为例,介绍了算法的执行过程.     

图文法遗传算法

本文讨论了进化神经网络的编码表示机制，分析了它们的优缺点；提出了遗传算法的一种图文法编码表示机制，给出了相应的算子定义，以及模式、模式长度及其阶的定义；证明了一个基于图文法表示机制的遗传算法模式定理，描述了交叉和突变对模式作用的效果。     

实数编码的克隆选择算法的网络入侵检测

根据克隆选择的原理,对获取的入侵数据包进行预处理,采用十进制对提取的属性编码。介绍了该算法中生成成熟检测器的具体细节,并实现了入侵数据的检测。相应的验证结果表明该算法在提高检测率、降低误报率方面是有效的,并且大大减少了计算量。     

遗传算法的一种新颖编码研究

提出了一种新的基于N进制分部编码算子的遗传算法．该编码算子首先将每个基因值用N进制的浮点数表示，然后将其分为整数部分和小数部分，分别重新编码组成染色体；相应的选择、交叉、变异算子采用符号编码的思想，充分利用N进制浮点数的特点进行设计．在遗传算法开始阶段，该编码算子进行整数部分和小数部分的遗传操作，使得遗传算法在早期具有很强的全局搜索能力，避免陷入局部极值；在后期进行小数部分的遗传操作，使得遗传在后期具有很强的局部搜索能力，能够很快地搜索到全局极值．通过理论分析，证明了N进制分部编码算子与传统的浮点数编码和二进制编码算子相比具有优越性，并通过典型函数的仿真进行了验证．