人教新課標音樂四年級下冊《紅蜻蜓2》-全文預覽
【正文】 碼是遺傳算法應用中的首要問題，與二進制編碼比較，由于浮點編碼遺傳算法有精度高，便于大空間搜索的優(yōu)點，浮點編碼越來越受到重視 [7]。近來，文獻 [3]和 [4]在總結(jié)分析已有發(fā)展成果的基礎上，均指出充分利用遺傳算法的大范圍搜索性能，與快速收斂的局部優(yōu)化方法結(jié)合構(gòu)成新的全局優(yōu)化方法，是目前有待集中研究的問題之一，這種混合策略可以從根本上提高遺傳算法計算性能。其求解方法的研究越來越受到人們的重視，常用的算法有模式搜索法、單純形法、 Powell方法等，但是這些方法都是局部優(yōu)化方法，優(yōu)化結(jié)果與初值有關。 解不可微函數(shù)優(yōu)化的一種混合遺傳算法 摘 要 在浮點編碼遺傳算法中加入 Powell方法，構(gòu)成適于不可微函數(shù)全局優(yōu)化的混合遺傳算法。 關鍵詞 全局最優(yōu)；混合算法；遺傳算法； Powell方法 引言 不可微非線性函數(shù)優(yōu)化問題具有廣泛的工程和應用背景，如結(jié)構(gòu)設 計中使 結(jié)構(gòu)內(nèi)最大應力最小而歸結(jié)為極大極小優(yōu)化（ minmax）問題、數(shù)據(jù)魯棒性擬合中采取最小絕對值準則建立失擬函數(shù)等。為克服這一問題，早在 1989年 Goldberg就提出混合方法的框架 [2]，把 GA與傳統(tǒng)的、基于知識的啟發(fā)式搜索技術相結(jié)合，來改善基本遺傳算法的局部搜索能 力，使遺傳算法離開早熟收斂狀態(tài)而繼續(xù)接近全局最優(yōu)解。數(shù)值算例對混合方法的有效性進行了驗證。這些參數(shù)包括種群規(guī)模 m，變量個數(shù) n，交叉概率 pc、變異概率 pm，進行 Powell搜索的概率 pPowell和遺傳計算所允許的最大代數(shù) T。 fi’ = af i’ b （ fi 179。 step5 按照概率 行非均勻變異算子 [8]。 step6 對每個個體 按照概率 pPowell進行 Powell搜索。再用最后的搜索方向取代前 n個方向之一，開始下一階段的迭代。 (3) 求 使得 =min ，令 = = ，若 ，則 Powell方法計算結(jié)束，得點 ；否則，執(zhí)行 (4)。程序編制和運行環(huán)境采用 Fortran Power Station ，隨機數(shù)由內(nèi)部隨機函數(shù)產(chǎn)生，在奔騰 133微機上運行。二進制編碼比浮點編碼遺傳
教學課件相關推薦
鄂ICP備17016276號-1