文档介绍：分类号::D10621-408-(2012)2757-0密级:公开编号:2008073138DNA进化算法及其应用研究论文作者姓名:申请学位专业:自动化申请学位类别:工学学士指导教师姓名(职称):论文提交日期:2012年06月06日DNA进化算法及其应用研究摘要DNA计算是一个崭新的研究领域,DNA进化算法是基于生物DNA编码和进化机制的一类仿生优化算法,对解决复杂的组合优化问题非常有效,本研究在借鉴遗传算法的基础上,模拟DNA编码的方式,改变传统遗传算法的0、1编码方式,实现了基本DNA进化算法,针对基本型DNA进化算法可能出现的“早熟”问题(过早的收敛于某一局部最优值),本设计提出对遗传操作概率自适应操作的方法,同时改变遗传进化操作的步骤,以期加快收敛速度。最后,针对基本型DNA进化算法寻优效果不理想的情况,利用模拟退火算法有着良好的局部寻优性能以及基本型DNA算法全局寻优性能较好的特点,提出一种与模拟退火算法结合的混合算法,即首先使用基本型DNA进化算法运算寻优,假设其运算结果参数在全局内比较接近理论值,然后用此求出的参数作为模拟退火步骤的初始搜索值,而最终结果在以上参数的附近经模拟退火操作随机寻找,并最终找到理论最优值,经大量的仿真试验表明,基本型算法大致能够达到设计要求,改进后的算法具有理想的寻优性能。关键词:DNA计算;自适应算法;putingbasedonDNAisanewfieldofresearch,DNAevolutionaryalgorithmisaclassofbionicoptimizationalgorithmwhichbasedonbiologicalDNAencodingandevolutionarymechanisms,binationoptimizationproblem,Inthisresearch,icalgorithmforreference,weusethewayofsimulationofDNA-icalgorithm0、1encodingandachievedthebasicDNAevolutionaryalgorithm,fortheproblemof"Premature"thatthebasicalgorithmmayarise,,Basicalgorithmoptimizationresultisnotanidealsituation,theuseofsimulatedannealingalgorithmhasagoodlocalsearchperformancecharacteristics,binedwiththesimulatedannealingalgorithm,:puting;Adaptivealgorithm;Thesimulatedannealingalgorithm目录论文总页数:27页1引言 42研究内容 143改进方法研究 164研究结果 23结论 24参考文献 25致 26声明 271引言1994年,美国南加州大学的Aldeman教授在《Science》上发表了一篇关于DNA计算的开创性文章,其内容是运用生化实验的方法,解决了一个7节点的Hamilton路径(HP)问题。HP问题已被证明是难于计算的NP完备问题,但是Aldeman教授在实验室里运用生物工具成功地实现了该问题的求解,从而开创了DNA计算的新纪元,从此DNA计算也理所当然的迅速成为活跃的研究领域。他的基本过程是以DNA序列作为信