一种结合混沌搜索的改进云自适应遗传算法_岳茹.pdf
《一种结合混沌搜索的改进云自适应遗传算法_岳茹.pdf》由会员分享,可在线阅读,更多相关《一种结合混沌搜索的改进云自适应遗传算法_岳茹.pdf(5页珍藏版)》请在咨信网上搜索。
1、一一种种结结合合混混沌沌搜搜索索的的改改进进云云自自适适应应遗遗传传算算法法岳茹(山西省政法管理干部学院,山西 太原)摘 要针对传统云自适应遗传算法由于初始种群质量不高、局部搜索能力较差、交叉和变异概率的云模型控制参数为固定值而造成的早熟和收敛速度较慢的问题,提出一种结合混沌搜索的改进云自适应遗传算法()。利用混沌模型生成初始种群,提高初始种群多样性;在进化过程中对最优个体进行混沌扰动,加强算法局部搜索能力;设计了随进化代数和种群规模变化的云模型控制参数,增强交叉和变异概率的自适应变化,克服早熟和收敛过慢的缺陷。实例仿真结果表明,算法既保持了云自适应遗传算法的稳定倾向性和随机性,又进一步加强了
2、算法的寻优能力。关键词云模型;云自适应遗传算法;混沌搜索;云模型参数中图分类号 文献标志码 文章编号()引言云模型最先由李德毅院士提出,主要用于解决定性概念与定量描述的转换问题,目前已被广泛应用于大数据、智能计算等领域。为了解决标准遗传算法收敛速度较慢、容易陷入局部最优解的问题,近年来很多学者利用云模型理论的随机性和稳定倾向性对遗传算法进行研究,而且取得了一定成果。戴朝华等分别利用 和 条件云发生器来设计遗传算法的交叉变异操作,提高了遗传算法求解精度和收敛速度,但是文中云模型控制参数采用固定值,使得算法初期不容易搜索到优秀新个体,而算法后期优秀个体容易被破坏,影响了算法性能的进一步提升。韩勇等
3、对自适应云遗传算法进行了改进,引入在线性和非线性间平滑过渡的自适应算子,使得交叉和变异概率的控制参数根据种群适应度进行调整,算法的收敛性能和搜索能力得到了提高。但分析遗传算法原理可知,初始种群的质量直接决定着算法收敛速度,而该文献忽略了这点,限制了算法收敛速度。蹇洁等对标准遗传算法中的固定交叉和变异概率进行了改进,设计了基于最大保留机制的交叉、变异算子,提高了算法的收敛性和鲁棒性,并将该算法应用于有约束的车辆调度优化中,证明了该算法的优越性。针对文献研究中存在的不足,本文在云自适应遗传算法的基础上,利用混沌模型设计了改进算法。首先利用混沌模型的随机性和遍历性生成算法初始种群,提高初始种群多样性
4、,加快算法收敛。在进化过程中对最优个体进行混沌扰动,使最优个体能够跳出局部最优解,同时保持算法全局和局部搜索能力。同时,设计了随进化代数和种群规模变化的云模型控制参数,解决了由固定参数带来的问题。最后通过仿真实验验证了本文算法的求解性能。云理论 云模型定义 设 为数值论域,是 上的语言值,若数值 ,且 是语言值 上的一次随机实现,对 的确定度是有稳定倾向的随机数,():,(),()收稿日期作者简介岳茹,女,讲师,硕士,从事计算机科学与技术研究。则 在论域 上的分布称为 的隶属云,简称云,每一个 即一个云滴。如果()服从正态分布,则称该模型为正态云模型,其主要特征包括期望、熵和超熵。其中,期望
5、表示云模型的水平位置,熵 表示云滴离散程度和可接受的取值范围,熵 用于度量 的不确定性。云发生器云发生器指云的生成算法,其主要程序段如下:,;输入期望、熵、超熵和拟生成的云滴数:();生成满足正态分布且期望和方差为、的随机数()();()()();生成第 个云滴(),():(),(),(),(),(),();云自适应遗传算法传统自适应遗传算法的作用机理:让高于种群平均适应度的个体,随着适应度的增加,交叉和变异概率逐渐减小,以便对较优模式进行“保护”;而对于低于种群平均适应度的个体,则赋予较大的概率,使其通过交叉和变异产生较优个体。根据云模型特征可知,利用云滴的随机性和稳定倾向性设计遗传算法的交
6、叉和变异概率,则更能实现该机理。本文利用云发生器来设计遗传算法的交叉和变异概率,云自适应遗传算法交叉概率 和变异概率 生成公式如下:(),;,其中,为交叉操作中的适应度值,是平均适应度值,表示最大适应度值,(),(),为,之间的常数,为控制系数。(),;,其中,(),(),为,之间的常数,为控制系数。的取值影响自适应交叉和变异概率。正态云模型“中间大,两头小”,期望、熵 分别影响其水平位置和陡峭程度,超熵 与云滴的离散程度成正比。根据“”规则,越大,云覆盖的水平宽度越大,个体交叉和变异范围越大。若 均为固定值,算法初期个体质量较差,自然难以找到优秀个体。同时,在算法后期,优秀个体也非常容易被破
7、坏,进而影响算法求解性能。结合混沌搜索的云自适应遗传算法 混沌及其特性混沌是自然界广泛存在的一种非线性现象,指由确定性方程得到的随机性运动状态。混沌变量即呈混沌状态的变量,具有随机性、遍历性和规律性等特征,能够在一定范围内不重复地遍历所有状态,因此常用于复杂函数的优化,以提高种群多样性和全局寻优能力。较常用的混沌模型是一维 映射,其模型如下:(),()其中,为控制参数,且当 ,时,式()处于混沌状态。设定初始值 (,)(不能为、和),则由式()可以产生混沌变量序列。混沌搜索与云自适应遗传算法的结合针对云自适应遗传算法初始种群多样性和进化过程中种群质量的缺陷,将混沌搜索与云自适应遗传算法相结合,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 结合 混沌 搜索 改进 自适应 遗传 算法 岳茹
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。