人教新課標(biāo)音樂四年級下冊紅蜻蜓2-資料下載頁
2024-12-08 18:27本頁面
【導(dǎo)讀】混合算法改善了遺傳算法的局部搜索能力，顯著提高了遺傳算法求得全局解的概率。由于只利用函數(shù)值信息，混合算法是一種求解可微和不可微函數(shù)全局優(yōu)化問題的通用方法。取最小絕對值準(zhǔn)則建立失擬函數(shù)等。其求解方法的研究越來越受到人們的重視，常用的算法。提出的遺傳算法，是一種較為有效的求不可微非線性函數(shù)全局最優(yōu)解的方法。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(jìn)行了驗證。編碼是遺傳算法應(yīng)用中的首要問題，與二進(jìn)制編碼比較，由于浮點(diǎn)編碼遺傳算法有精度高，異概率pm，進(jìn)行Powell搜索的概率pPowell和遺傳計算所允許的最大代數(shù)T。Step2隨機(jī)產(chǎn)生初始群體，并計算其適應(yīng)值。step4按概率執(zhí)行算術(shù)交叉算子進(jìn)行交叉操作。若個體的元素被選擇變異，，則變異結(jié)果為，其中，step6對每個個體按照概率pPowell進(jìn)行Powell搜索。step8判斷是否終止計算條件，不滿足則轉(zhuǎn)向step3，滿足則輸出計算結(jié)果。間約為標(biāo)準(zhǔn)遺傳算法取T=500時計算時間的4/5。對應(yīng)的浮點(diǎn)編碼遺傳算法，取m=30，
【正文】 結(jié)果表明混合法優(yōu)于遺傳算法和 Powell法，可以可靠地搜索到具有多個局部極值的函數(shù)優(yōu)化問題的全局解。由于計算中只用到函數(shù)值信息，本文混合法不僅適用于不可微函數(shù)優(yōu)化問題，也適合可微函數(shù)全局優(yōu)化問題。 參考文獻(xiàn) [1] 周明，孫樹林．遺傳算法原理及應(yīng)用 [M]．北京：國防工業(yè)出版社 。 [2] 孟慶春，賈培發(fā)．關(guān)于 Geic算法的研究及應(yīng)用現(xiàn)狀 [J]．清華大學(xué)出版社 。 [3] 戴曉暉，李敏強(qiáng)，寇紀(jì)松．遺傳算法理論研究綜述 [J]．控制與決策 。 [4] 趙明旺．連續(xù)可微函數(shù)全局優(yōu)化的混合遺傳算法 [J] ．控制與決策 。 [5] 陳寶林．最優(yōu)化理論與算法 [M]．北京：清華大學(xué)出版社 。 [6] 俞紅梅．全過程系統(tǒng)能量綜合方法的研究 [D]．大連理工大學(xué)博士學(xué)位論文 。 Hybrid approach for global optima of indifferentiable nonlinear function Abstract A hybrid putational intellective algorithm for locating the global optima of indifferentiable nonlinear function was put forward by setting the Powell algorithm in realcode geic algorithm. The hybrid approach improved the local searching ability of the geic algorithm and promoted the probability for the global optima greatly. Because only the objective values are used, the hybrid approach is a generalized geic algorithm for global optima of differentiable and indifferentiable nonlinear functions. Key words global optima； hybrid approach； geic algorithms； Powell algorithm
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1