雄性偏向的遗传算法改进研究
摘要： １摘要：通过对传统遗传算法的实现以及存在的早熟等问题的分析，结合考虑性别的遗传算法，在生物遗传学中有性生殖与雄性偏向影响种群进化的启发下，提出了基于雄性偏向的遗传算法。认为若想要最后获得最优个体，则既需要有当前优秀个体，也需要有好的进化方向。而雄性与雌性配子在变异几率等方面的差异为这一想法的实现提供了新的思路。结合考虑具有性别特征的种群划分遗传算法，最终得出了基于雄性偏向的遗传算法。对比基本遗传算法、简单性别遗传算法、考虑性别的种群划分遗传算法与提出的基于雄性偏向的遗传算法，试验结果可验证改进算法有一定的优化效果。
目录
引言
1 绪论 １
1.1 研究背景 １
1.2 遗传算法的改进研究综述 ２
1.2.1 遗传算法改进研究进展 ２
1.2.2 目前存在的问题 ２
1.2.3 相应问题分析 ２
1.2.4 启发思想引入 ２
1.3 研究内容与技术路线 ３
1.3.1 研究内容 ３
1.3.2 技术路线 ３
2 基础理论 ３
2.1 遗传算法基本框架 ３
2.2 遗传算法构成要素 ４
2.2.1 编码方式 ４
2.2.2 初始群体设定 ５
2.2.3 个体适应度评价 ５
2.2.4 遗传操作算子 ５
3 算法仿真 ５
3.1 基本遗传算法 ５
3.1.1 算法流程 ５
3.1.2 算法流程图 ５
3.3 考虑性别特征的种群划分遗传算法 ６
3.3.1 算法流程 ６
3.3.2 算法流程图 ７
3.4 基于雄性偏向的遗传算法 ８
3.4.1 算法流程 ８
3.4.2 算法流程图 ８
4 实验数据分析 ８
4.1 测试函数 ８
4.2部分函数特点分析 １０
4.3 基本遗传算法实验及性能分析 １１
4.4 简单性别遗传算法实验及性能分析 １２
*好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
> 4.5 基于雄性偏向的遗传算法实验及性能分析 １３
4.6 结果比较 １４
4.6.1 收敛性比较 １４
4.6.2 寻优能力比较 １５
5 总结与展望 １６
5.1 总结 １７
5.2 展望 １７
致谢 １７
参考文献 １７
附件1 １９
附件2 ２１
基于雄性偏向的遗传算法的改进研究
A study of genetic algorithm with male bias
majoring in computer science and technology WANG Yuetian
Tutor XIE Yuancheng
Abstract: Understanding the implementation of the simple genetic algorithm and premature convergence, this paper introduces a genetic algorithm with male bias by combining genetic algorithm with sex character with sexual reproduction in biological genetics and strong males bias in the evolution of the population. We applied genetic algorithm to two subpopulation with different rossover probability and mutation probability.Obtaining the optimal point not only need a good point,but also need a good volutionary direction Differences in male and female gametes variation probability, it will provide a new way for the realization of this idea . Considering the genetic algorithm dividing the population by sex character, we finally come to favor the genetic algorithm with male bias.The results btained from contrasting the simple genetic algorithm, the simple genetic algorithm with sex character, the genetic algorithm dividing the population by sex character and the genetic algorithm with male bias can show that the new approach is a general,effective and robust method.
Key words: genetic algorithm; sex character; improvement strategies; mature convergence; male bias
1 绪论
1.1 研究背景
遗传算法的概念是1975年由美国密歇根大学的Holland教授首次提出的，后来，De Jong、Goldberg等人不断对这一理论进行归纳和总结【】，最终形成了一种模拟进化算法。它是模拟达尔文进化论中的自然选择以及遗传学中生物进化相关过程的一个计算模型，常用来搜索最优解。遗传算法有很强的鲁棒性，因其自身固有并行性，也有一定并行计算的能力。在求解多峰函数、非连续问题以及含噪声问题等情况时，算法有很大的可能性能够收敛到最优解（或近似最优解），可以用来解决复杂的非结构化问题。
虽然遗传算法有一定的理论基础支撑并在越来越多的领域中成功应用，但同时其自身局限性也是显而易见的，还有许多问题需要解决。如随机游走现象导致的收敛性差，局部搜索能力弱，未成熟收敛（早熟）问题等等。这些不足阻碍了遗传算法一些优良性能的完全体现与发挥，不利于其推广应用。为了克服这些问题，越来越多的研究人员致力于遗传算法的研究与改进。
遗传算法的改进研究综述
1.2.1 遗传算法改进研究进展
随着越来越多的研究人员对遗传算法问题的研究深入，并致力于找到改善解决方法，多种多样的改进算法被提出来，经过验证具有较好的效果且比较常见的改进算法有这些：并行遗传算法，混合遗传算法，协同进化算法，精英策略遗传算法，基于免疫的遗传算法等等。
目录
引言
1 绪论 １
1.1 研究背景 １
1.2 遗传算法的改进研究综述 ２
1.2.1 遗传算法改进研究进展 ２
1.2.2 目前存在的问题 ２
1.2.3 相应问题分析 ２
1.2.4 启发思想引入 ２
1.3 研究内容与技术路线 ３
1.3.1 研究内容 ３
1.3.2 技术路线 ３
2 基础理论 ３
2.1 遗传算法基本框架 ３
2.2 遗传算法构成要素 ４
2.2.1 编码方式 ４
2.2.2 初始群体设定 ５
2.2.3 个体适应度评价 ５
2.2.4 遗传操作算子 ５
3 算法仿真 ５
3.1 基本遗传算法 ５
3.1.1 算法流程 ５
3.1.2 算法流程图 ５
3.3 考虑性别特征的种群划分遗传算法 ６
3.3.1 算法流程 ６
3.3.2 算法流程图 ７
3.4 基于雄性偏向的遗传算法 ８
3.4.1 算法流程 ８
3.4.2 算法流程图 ８
4 实验数据分析 ８
4.1 测试函数 ８
4.2部分函数特点分析 １０
4.3 基本遗传算法实验及性能分析 １１
4.4 简单性别遗传算法实验及性能分析 １２
*好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
> 4.5 基于雄性偏向的遗传算法实验及性能分析 １３
4.6 结果比较 １４
4.6.1 收敛性比较 １４
4.6.2 寻优能力比较 １５
5 总结与展望 １６
5.1 总结 １７
5.2 展望 １７
致谢 １７
参考文献 １７
附件1 １９
附件2 ２１
基于雄性偏向的遗传算法的改进研究
A study of genetic algorithm with male bias
majoring in computer science and technology WANG Yuetian
Tutor XIE Yuancheng
Abstract: Understanding the implementation of the simple genetic algorithm and premature convergence, this paper introduces a genetic algorithm with male bias by combining genetic algorithm with sex character with sexual reproduction in biological genetics and strong males bias in the evolution of the population. We applied genetic algorithm to two subpopulation with different rossover probability and mutation probability.Obtaining the optimal point not only need a good point,but also need a good volutionary direction Differences in male and female gametes variation probability, it will provide a new way for the realization of this idea . Considering the genetic algorithm dividing the population by sex character, we finally come to favor the genetic algorithm with male bias.The results btained from contrasting the simple genetic algorithm, the simple genetic algorithm with sex character, the genetic algorithm dividing the population by sex character and the genetic algorithm with male bias can show that the new approach is a general,effective and robust method.
Key words: genetic algorithm; sex character; improvement strategies; mature convergence; male bias
1 绪论
1.1 研究背景
遗传算法的概念是1975年由美国密歇根大学的Holland教授首次提出的，后来，De Jong、Goldberg等人不断对这一理论进行归纳和总结【】，最终形成了一种模拟进化算法。它是模拟达尔文进化论中的自然选择以及遗传学中生物进化相关过程的一个计算模型，常用来搜索最优解。遗传算法有很强的鲁棒性，因其自身固有并行性，也有一定并行计算的能力。在求解多峰函数、非连续问题以及含噪声问题等情况时，算法有很大的可能性能够收敛到最优解（或近似最优解），可以用来解决复杂的非结构化问题。
虽然遗传算法有一定的理论基础支撑并在越来越多的领域中成功应用，但同时其自身局限性也是显而易见的，还有许多问题需要解决。如随机游走现象导致的收敛性差，局部搜索能力弱，未成熟收敛（早熟）问题等等。这些不足阻碍了遗传算法一些优良性能的完全体现与发挥，不利于其推广应用。为了克服这些问题，越来越多的研究人员致力于遗传算法的研究与改进。
遗传算法的改进研究综述
1.2.1 遗传算法改进研究进展
随着越来越多的研究人员对遗传算法问题的研究深入，并致力于找到改善解决方法，多种多样的改进算法被提出来，经过验证具有较好的效果且比较常见的改进算法有这些：并行遗传算法，混合遗传算法，协同进化算法，精英策略遗传算法，基于免疫的遗传算法等等。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2241.html
