遗传算法的发展及其应用

《遗传算法的发展及其应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、遗传算法的发展及其应用摘要：遗传算法GA（GeneticAlgorithms）由美国学者J.H.Holland提出，它是建立在达尔文的生物进化论和孟德尔的遗传学说基础上的算法。基因杂交和基因突变可能产生对环境适应性强的后代，通过优胜劣汰的自然选择，适应值高的基因结构就保存下来。它是一种模拟自然界生物进化过程的计算模型。它的求解问题是从多个可行解开始，然后通过一定的法则进行迭代以产生新解，直到得到最优结果。就实质而言，遗传算法是一种具有内在并行性，能有效解决计算量大的问题。　关键词：遗传算法，最优化方法，遗传算法的应用TheDevelopmentAndApplic

2、ationofGeneticAlgorithmsShiHuimin(SchoolofControlScienceandEngineering,ShandongUniversity,Jinan,250061)Abstract:GeneticAlgorithms(GA)isputforwardbytheAmericanscholarsJ.H.Holland,itisbasedontheDarwin'stheoryofevolutionandMendel'sbiologicalGenetictheoryonthebasisofthealgorithm.Geneandg

3、enemutationsmayproducehybridofenvironmentadaptableoffspringofthesurvivalofthefittest,throughnaturalselection,adapttothegeneticstructureofhighvalueispreserved.Itisanaturalevolutionprocessofthesimulationcalculationmodel.ItwassolvedDuoGefeasiblesolutionfromthestart,andthenthroughthecert

4、ainprinciplesoftheiterationtoproducenew,gettheoptimalresultsuntil.Justparenchyma,geneticalgorithmisahasintrinsicparallelism,caneffectivelysolvetheproblemoflargeamountofcalculation.Keywords:GeneticAlgorithms,optimizationmethod,thedevelopmentofGeneticAlgorithms1遗传算法的介绍遗传算法以其广泛的适应性渗透到研究

5、与工程的各个领域，已有专门的遗传算法国际会议，每两年召开一次，如今已开了四次，发表了数千篇论文，对其基本的理论、方法和技巧做了充分的研究。今天，遗传算法的研究已成为国际学术界跨学科的热门话题之一。本文将论述遗传算法的基本原理、数学基础、特点，并介绍遗传算法的应用领域。1.1遗传算法的产生和发展50年代末60年代初，生物学家Fraser试图通过计算的方法来模拟生物界"遗传与选择"的进化过程，这便是GA的雏形。受此启发，Holland教授认识到自然遗传可以转化为人工遗传算法。1967年Bagley在其博士论文中首次提出了"遗传算法"这一术语。1975年，Hollan

6、d出版了《自然与人工系统中的适应性行为》。该书系统地阐述了遗传算法的基本理论和方法，提出了遗传算法的基本定理-模式定理，从而奠定了遗传算法的理论基础。20世纪80年代初，Holland教授实现了第一个基于遗传算法的机器学习系统--分类器系统(ClassifierSystem简称CS)，开创了基于遗传算法的机器学习的新概念。l992年，JohnR．Koza出版了专著《遗传编程》，提出了遗传编程的概念，并成功地把遗传编程的方法应用于人工智能、机器学习、符号处理等方面。随着遗传算法的不断发展，关于遗传算法的国际学术活动越来越多，遗传算法已成为一个多学科、多领域的重要研

7、究方向。遗传算法是一种基于生物的自然选择和群体遗传机理的搜索算法。它模拟了自然选择和自然遗传过程中发生的繁殖、交配和突变现象。它将每个可能的解看做是群体（所有可能解）中的一个个体，并将每个个体编码成字符串的形式，根据预定的目标函数对每个个体进行评价，给出一个适应度值。开始时总是随机地产生一些个体（即候选解），根据这些个体的适应度利用遗传算子对这些个体进行操作，得到一群新个体，这群新个体由于继承了上一代的一些优良性状，因而明显优于上一代，这样逐步朝着更优解的方向进化。遗传算法在每一代同时搜索参数空间的不同区域，然后把注意力集中到解空间中期望值最高的部分，从而使找到

8、全局最优解的可能性大大增