文档介绍：中南民族大学
毕业论文(设计)
学院: 计算机科学学院
专业: 软件工程年级: 2008
题目: 基于云遗传算法的函数优化
学生姓名: 谢劲学号: 08065058
指导教师姓名:林纪汉职称:高级工程师
2012年5月7日
目录
摘要 1
ABSTRACT 1
引言 2
1 遗传算法 2
遗传算法概述 2
遗传算法的基本步骤 3
遗传算法的特点 4
2 云模型 4
云与云滴 4
云的性质 4
云的数字特征 5
正态云发生器 6
云模型在遗传算法中的应用 6
3 函数优化实现 6
编码 6
选择 7
交叉和交叉概率 7
变异和变异概率 10
产生下一代 11
适应函数的计算 12
实验结果 12
结论 13
致谢 13
参考文献 13
基于云遗传算法的函数优化
摘要:遗传算法提供了一种求解复杂系统优化问题的通用框架,可以不用依赖于问题的具体领域,对解决问题的种类有很强的鲁棒性,所以应用广泛。其中函数优化是对遗传算法进行性能评价的常用算例,可以用各种各样的函数来验证遗传算法的性能。本文介绍了遗传算法和云模型的基本原理,在VC环境下,结合正态云模型云滴的随机性和稳定倾向性,由正态云发生器产生自适应交叉概率和变异概率,实现了函数优化。实验结果表明,云遗传算法只需要较少的进化代数就可以收敛,收敛速度快于标准遗传算法。
关键词:遗传算法;云模型;函数优化;VC
The Function Optimization based on Cloud ic Algorithm
Abstract: ic algorithm monly used framework that can plex problem of system optimization. That framework is widely used because it does not rely on the specific areas of the problem, and because of its strong robustness to the species of problem. To evaluate performance of ic algorithm we e up with all kinds of function optimization. This paper introduces the basic principle of cloud model and the ic algorithm. On VC platform, combined with Normal cloud model droplet's randomness and stable tendentiousness and probabilities of crossover and mutation which are produced by normal clouds generator to realize function optimization. The experimental results show pared with standard ic algorithm, cloud ic algorithm can converge through less evolution generation, which enhances the convergence speed.
Key words: ic Algorithm; Cloud Model; Function Optimization; Visual C++
引言
(1) 遗传算法生物学背景
生物的进化是一个奇妙的优化过程,他通过遗传、选择淘汰、突然变异等产生适应环境变化的优良物种。行为主义学派模拟这种物竞天择、适者生存的生物群体进化过程,提出了演化计算(putation,EC)的方法。遗传算法(ic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,,并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》,GA这个名称才逐渐为人所知,(SGA)[1]。
(2)论文主要研究内容
本文主要讨论遗传算法在实际数值函数优化问