摘要：遗传算法是模拟达尔文生物进化理论中的遗传规律和自然选择所开发出的仿生学算法。1975年美国Michigan大学的John Holland教授提出这一算法的理论。近年来被广泛应用于计算机科学和复杂问题优化中。遗传算法简单、通用、鲁棒性强等优点是常规优化方法所不具备的。为了让遗传算法的性能和特点得到充分的发挥和利用，研究和改进遗传算法是非常必要的。本文对基本遗传算法及其改进算法的内容进行了一定的综述。除阐明遗传算法的基本概念、基本理论之外，论文重点在于学习遗传算法的寻优原理的同时。运用MATLAB 完成对遗传算法及其改进算法的设计与仿真，并利用标准函数来完成对以上算法之间性能的比较。对各类遗传算法的稳定性以及收敛进行研究和了解。76117

毕业论文关键词：遗传算法；适应度；交叉概率；变异概率；优化设计 

Design and Simulation of Genetic Algorithm  Based on MATLAB

Abstract: Genetic algorithm is a bionic algorithm that simulates the genetic law of Darwin and the natural selection of biological evolution theory。 Professor John Holland of the University of Michigan in 1975 presented the theory of this algorithm。 In recent years has been widely used in computer science and complex problem optimization。 The genetic algorithm is simple, general and robust, and these advantages are not available in the conventional optimization method。 In order to make the performance and characteristics of the genetic algorithm fully exploit and use, it is necessary to study and improve the genetic algorithm。 In this paper, the basic genetic algorithm and its improved algorithm content are reviewed。 In addition to the basic concepts and basic theories of the genetic algorithm, the paper focuses on the design and simulation of genetic algorithm based on MATLAB, while studying the optimization principle of genetic algorithm。 Using MATLAB to complete the design and simulation of genetic algorithm and its improved algorithm, and use the standard function to complete the comparison of the above algorithm performance。 The stability and speed of all kinds of genetic algorithms are studied and understood。

KeyWords:Genetic Algorithm; The adaptive degree; Probability of Crossover ;Probabilityof Mutation; Optimization design

目录

1 绪论 1

1。1课题的意义和目的 1

1。2发展和现状 1

2 进化算法 3

2。1遗传算法 3

2。2遗传规划 3

2。3进化策略 4

2。4进化规划 5

3 遗传算法 6

3。1遗传算法几个基本概念 6

3。2遗传算法描述 6

3。2。1遗传算法基本操作 6

3。2。2算法流程 7

3。2。3遗传算法的应用 9

3。2。4遗传算法的改进 10

4 MATLAB 12

5算法仿真 13

5。1各算法的MATLAB实现和实例 13

5。1。1基本遗传算法 13

5。1。2顺序选择遗传算法 13

5。1。3适值函数标定的遗传算法 14

5。1。4大变异遗传算法