【正文】 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 1 遺傳算法求 中文摘要 ： 本文首先介紹遺傳算法的歷史背景，基本思想，對遺傳算法的常見的編碼解碼方法進行了深入的 闡述，并對算子選擇方法進行深入分析和對比，在此基礎(chǔ)上把遺傳算法 應(yīng)用于求解復(fù)雜函數(shù)的極值計算。最后在 MATLAB 語言環(huán)境下編寫程序，對求解函數(shù)的最大值進行了仿真，并對調(diào)試的結(jié)果進行了分析，得出了部分結(jié)論。 關(guān)鍵詞：遺傳算法 最優(yōu)解 算子 選擇 復(fù)雜函數(shù) 作者： xx xx 指導(dǎo)老師： xxxx xx 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 2 Using Geic Algorithm to Solve Extreme Problem of Complex Function Abstract Firstly, the historical background and basic idea of geic algorithm are introduced in this paper. The mon coding and decoding method of geic algorithm are discussed too. Secondly, the selection method of geic operator is analyzed and pared deeply, based on which geic algorithm is used to solve extreme problem of plex function. Finally, with MATLAB software, the program is piled and the maximum is sought out. At the end of the paper, the debugging result is analyzed and the conclusion is given. Keywords: Geic Algorithm Optimal Solution Operator Selection Complex Function Written by : xx xx Supervised by: xxxx xx 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 3 目 錄 第一章 緒論 ???????????????????????????? ?? (5) 遺傳算法生物學(xué)背景 ???????????????????????? (5) 遺傳與變異 ????????????????? ????????? ? ? (5) 進化 ????????????????????????????? ?? (5) 本文主要內(nèi)容 ?????????????????????????? ? (5) 第二章 遺傳算法簡介 ?????????????????????? ??? (6) 遺傳算法歷史和發(fā)展 ???????????????????????? (6) 遺傳算法的基本原理 ???????????????????????? (6) 遺傳算法的特點 ????????????????? ????????? (7) 遺傳算法的目的 ?????????????????????????? (7) 遺傳算法應(yīng)用 ??????????????????????????? (8) 第三章 遺傳算法的參數(shù)和算子選擇 ????????????????? ? (10) 遺傳算法的數(shù)學(xué)理論 ?????????????????????? ? (10) 編碼 ??????????????????????????????? (11) 編碼方法 ?????????????????????? ?????? (11) 編碼原則 ???????????????????????????? (13) 個體適應(yīng)度函數(shù) ????????????????????????? (13) 評價個體適應(yīng) ?????????????????????????? (13) 適應(yīng)度尺度變換 ????????????????????????? (14) 算子選擇 ???????????????????????????? ? (14) 選擇運算 ??????????? ????????????????? (14) 交叉運算 ????????????????????????????? (16) 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 4 變異運算 ????????????????????????????? (18) 其他運 行參數(shù) ??????????????????????????? (18) 第四章 遺傳算法求解復(fù)雜函數(shù)極值問題 ??????????????? ? (20) 遺傳算法的求解步驟 ??????????????????????? ? (20) 算例驗證 ?????? ??????????????????????? (24) 第五章 結(jié)論 ????????????????????????????? ? (28) 參考文獻 ???????????????????????????????? (28) 附錄（程序） ????????????????????????????? ? (29) 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 5 第一章 緒 論 遺傳算法生物學(xué)背景 生物的進化是一個奇妙的優(yōu)化過程，它通過選擇淘汰，突然變異，基因遺傳等規(guī)律產(chǎn)生適應(yīng)環(huán)境變化的優(yōu)良物種。遺傳算法是根據(jù)生物進化思想而啟發(fā)得出的一種全局優(yōu)化算法。 遺傳與變異 遺傳 世間的生物從其親代繼承特性或性狀，這種生命現(xiàn)象叫遺傳，研究這種生命現(xiàn)象的科學(xué)叫做遺傳學(xué)。遺傳信息是由基因組成的，生物的各種性狀由其相應(yīng)基因來控制，基因是遺傳的基本單位。細胞分裂具有自我復(fù)制的能力，在細胞分裂的過程中，其遺傳基因也同時被復(fù)制到下一代，從而其性狀也被下一代所繼承。 變異 細胞在分裂時，遺傳物質(zhì) DNA 通過復(fù)制而轉(zhuǎn)移到新產(chǎn)生的細胞中，新細胞就繼承了舊細胞的基因，在進行細胞復(fù)制時，雖然概率很小，但也有可能產(chǎn)生某些復(fù)制差錯，從而使 DNA 發(fā)生某種變異產(chǎn)生出新的染色體，從而表現(xiàn)出新的性狀。 進化 生物在其延續(xù)生存的過程中，逐漸適應(yīng)于其生存環(huán)境，使得其品質(zhì)不斷得到改良，這種現(xiàn)象叫做進化。新的基因依據(jù)其與環(huán)境的適應(yīng)程度決定其增殖能力，有利于生存環(huán)境的基因逐漸增加，而不利于生存環(huán)境的基因逐漸減少，通過這種自然的選擇，物種漸漸的向適應(yīng)于生存環(huán)境的方向進化，從而產(chǎn)生優(yōu)良的物種。 本文主要內(nèi)容 本文主要討論遺傳算法在實際數(shù)值函數(shù)優(yōu)化問題中的應(yīng)用，即對實際問題建模后求函數(shù)最大值的問題。遺傳算法通過對群體所施加的迭代進化過程，不斷的將當前群體中具有較高適應(yīng)度的個體遺傳到下一代群體中，并且不斷的淘汰掉適應(yīng)度較低的個體，從而最終尋求出適應(yīng)度最大的個體。這個適應(yīng)度最大的個體經(jīng)解碼處理之后所對應(yīng)的個體表現(xiàn)型即為實際問題最優(yōu)解或是最近似最優(yōu)解 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 6 第二章 遺傳算法簡介 歷史與發(fā)展 二十世紀六十年代 ， 在他的《演化戰(zhàn)略》中第一次引入了進化算法的思想 （ 起初稱之為 Evolutionsstragegie） 。他的這一思想逐漸被其他一些研究者發(fā)展。遺傳算法（ Geic Algorithms） 是 John Holland 發(fā)明的，后來他和他的學(xué)生及他的同事又不斷發(fā)展了它。終于，在 1975 年 John Holland 出版了專著《自然系統(tǒng)和人工系統(tǒng)中的自適應(yīng)》（ Adaption In Natural and Artificial Systems）。 1992 年， John Koza 曾經(jīng)使用遺傳算法編出新的程序去做一些具體的工作。他稱他的這種方法為“進化規(guī)劃”（ Geic Programming，簡稱 GP）。其中使用了 LISP 規(guī)劃方法，這是因為這種語言中的程序被表示為“分析樹”（ Parse Tree），而這種遺傳算法就是以這些分析樹為對象的。 遺傳算法的基本原理 ： 遺傳算法 GA 把問題的解表示成 “染色體 ”，在算法中也即是以二進制編碼的串。并且，在執(zhí)行遺傳算法之前，給出一群 “染色體 ”，也即是假設(shè)解。然后，把這些假設(shè)解置于問題的 “環(huán)境 ”中，并按適者生存的原則，從中選擇出較適應(yīng)環(huán)境的 “染色體 ”進行復(fù)制，再通過交叉，變異過程產(chǎn)生更適應(yīng)環(huán)境的新一代 “染色體 ”群。這樣，一代一代地進化，最后就會收斂到最適應(yīng)環(huán)境的一個 “染色體 ”上，它就是問題的最優(yōu)解。 這里所指的某種結(jié)束準則一般是指個體的適應(yīng)度達到給定的閥值；或者個體的適應(yīng)度的變化率為零。 圖 21 中表示了遺傳算法的執(zhí)行過程。 蘇州大學(xué) 自學(xué) 考試 畢業(yè)論文（設(shè)計） 7 圖 21 遺傳算法 基本 原理 遺傳算法特點 ： （ 1） 遺傳算法的操作對象是一組可行解 ，而非單個可行解；搜索軌道有多條，而非單條，因此具有良好的并行性。 （ 2） 遺傳算法只需利用目標函數(shù)取值信息，而無須梯度等高價信息，因而實用用于大規(guī)模高度非線形的不連續(xù)多峰值函數(shù)的優(yōu)化以及無解析表達式的目標函數(shù)的優(yōu)化，具有很強的通用性。 （ 3） 遺傳算法的擇優(yōu)機制是一種 “ 軟“策略，加上其良好的并行性使其具有良好的全局優(yōu)化性能和穩(wěn)健性魯棒性。 （ 4） 遺傳算法的可行解集是經(jīng)過編碼的，目標函數(shù)可解釋為編碼化個體