改进遗传算法在加速寿命试验设计中应用

《改进遗传算法在加速寿命试验设计中应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、改进遗传算法在加速寿命试验设计中应用　　【摘要】为了提高遗传算法的搜索效率和收敛速度，本文给出了一种新的改进的遗传算法。该算法采用对群的优化来保持种群的多样性，保留历史最优个体并定期替换最优个体从而使得个体优化，对交叉概率和变异概率采用自适应的概率进行优化。通过对目标函数的测试表明，将改进遗传算法与基本遗传算法相比较，在函数最优值，平均收敛代数方面取得了令人满意的效果。【关键词】收敛速度；收敛代数；遗传算法Abstract：Inordertoimprovethesearchefficiencyandconvergencespeedofgenetical

2、gorithm，Anewimprovedgeneticalgorithmispresented.Thealgorithmadoptstheoptimizationofgrouptokeepthediversityofpopulation，italsokeepthehistoryoptimalindividualandregularlyreplacethebestindividualsoastomaketheindividualoptimization，itwereoptimizedbytheprobabilityofadaptivetochangeth

3、ecrossoverprobabilityandmutationprobability.Basedontheobjectivefunctiontests，theimprovedgeneticalgorithmiscomparedwithbasicgeneticalgorithm，ithasachieved8satisfactoryeffectintheoptimalvalueofthefunctionandaverageconvergencealgebra.Keywords：convergencespeed；convergencealgebra；Gen

4、eticAlgorithms1.引言遗传算法（GeneticAlgorithms，简称GA）是一种借鉴生物界自然选择（NaturalSelection）和自然遗传机制的随机搜索算法（RandomSearchingAlgorithms）。大自然生物进化过程的规律是“物竞天择，适者生存”。GA由美国Michigan大学的Holland教授于1975年首先提出，后经DeJong、GoldBerg等人改进推广，广泛应用于各类问题。它是一种模拟自然界生物进化过程与机制的全局概率优化搜索方法。它的缺陷是收敛速度慢、计算时间较长、容易出现过早收敛等。为便于应用，本文

5、对遗传算法加以改进，提出了一种新的遗传算法。8周瑞芬[1]从保留历史最优个体、定期替换当前最优个体、定期进行轴向搜索局部求精3个方面进行了改进，加大了种群的多样性，但是会出现快速收敛的现象。田东平[2]，窦明鑫、刘晓霞[3]提出了一种基于群体适应度值商的自适应遗传算法，避免了早熟收敛，能有效的提高全局寻优的性能，但是种群的多样性难以得到保证。白建勋，杨洪耕，吴传来，唐山[4]对交叉概率和变异概率进行了设计，在保证遗传算法良好的全局性和随机性的同时，避免了早熟收敛和收敛过慢。朱朝艳，郭鹏飞，张旭[5]针对遗传算法的特点，给出了遗传算法的改进方法，并进行了

6、较系统的分析和评述。朱钰、韩昌佩[6]，段宏斌，韩琳[7]提出了一种基于交叉概率和变异概率的自适应遗传算法，达到扩大搜索空间，稳定群体中个体多样性的目的。袁慧梅、郭喜庆[8]，谷峰、吴勇、唐俊[9]提出了适合自然规律的竞争选择法，设计出与迭代次数成反比、与父串间的距离成正比的自适应变异率。李爱军，崔雁松，王晓星[10]提出了同时包含两种算子的思想，有效的提高遗传算法的收敛速度。李海民、吴成柯[11]，张国强、彭晓明[12]提出了一种根据适应度值自动调整交叉概率和变异概率的新的自适应遗传算法。本文针对种群多样性及收敛速度，提出了新的遗传算法，提高优化性能

7、。2.遗传算法的改进2.1改进的方法本文从种群的优化、保留历史最优个体并定期替换最优个体、对交叉概率和变异概率的优化这三个方便进行优化。2.1.1种群的优化8初始种群的生成在进化迭代之前执行，对算法的优化速度没有影响。而初始种群的状态会直接影响后续进化迭代的质量。在基础GA中，初始种群在解空间中随机生成，初始染色体可能会在某一局部区域集中分布，其携带的基因信息无法代表整个解空间，导致种群过早丧失遗传优势。本文种群的优化采用小区间生成法，该方法将各等位基因的取值范围平均分成N个子区间，在各子区间内部分别随机生成一个初始个体，以保证初始种群内的染色体均匀分

8、布在整个解空间上。当解空间连续，且遗传信息在空间内均匀分布时，小区问生成法能够明显改善收敛特性