摘要：遗传算法是一种通过模拟自然进化过程的搜索和最优解的方法。遗传算法被成功地应用到一系列现实世界中存在的重大复杂问题中去。本文介绍了遗传算法的发展、原理、特点、应用和改进方法，以及基本操作和求解步骤，再基于Matlab编写程序实现遗传算法并求解多峰函数的优化问题。小生境技术的引入提高了遗传算法处理多峰函数优化问题的能力。针对基本遗传算法在求解多峰函数时很难找到全部最优解的问题,研究了基于共享机制的小生境遗传算法。用该算法对两组多峰函数求解的测试结果表明,该算法较之基本遗传算法有更强的全局搜索能力和更快的收敛速度。21282
毕业论文关键词： 遗传算法；小生境；多峰函数；全局优化
Niche genetic algorithm to solve multimodal function global optimization problem
Abstract：Genetic algorithms (GAs) are a heuristic search and optimisation technique inspired by natural evolution. They have been successfully applied to a wide range of real-world problems of significant complexity. This paper describes the development of genetic algorithms,principle,features,application and improvement of methods.At the same time,it introduces basic operation and solution steps .And then ,it achieves genetic algorithm on the matlab programming and solves multimodal function global optimization problem .The adoption of niche concept improves the ability of genetic algorithm in solving multimodel function optimization problems. A niche genetic algorithm based on Sharing mechanism was studied, as it is hard to find all the optimum solutions when using simple genetic algorithm to solve multimodal functions. Testing two groups of typical multimodal functions shows that the niche genetic algorithm has more powerful global searching ability and can converge more quickly than the simple genetic algorithm.
KeyWords：genetic algorithm; niche; multimodal function; global optimization
目录
1 绪论 1
1.1 引言 1
1.2 遗传算法研究的新动向 1
1.3 遗传算法今后的主要研究方向 2
1.4 本文主要内容 3
2 遗传算法概述 4
2.1 遗传算法的生物基础 4
2.2 遗传算法的发展历史 4
2.3 遗传算法的基本概念 5
2.4 遗传算法的基本原理 5
2.4.1 遗传算法的基本流程 5
2.4.2 遗传算法的基本操作 7
2.5 遗传算法的特点 8
3 小生境遗传算法 10
3.1 小生境遗传算法的基本概念 10
3.2 多峰函数优化的必要性 10
3.3 多种小生境遗传算法 10
3.3.1 小生境算法 11
3.3.3 基于共享函数的小生境实现方法 12
3.3.4 清除算法 13
3.3.6 基于稳态复制策略的二进制小生境遗传算法 14
3.4 小生镜遗传算法的应用举例 15
4 基于小生镜遗传算法的仿真实验 17
4.1 基本遗传算法以及小生镜遗传算法的步骤 17
4.2 对2组测试函数进行对比实验 18
4.2.1 函数测试结果 18
4.2.2函数 测试结果 21
4.3 实验结果分析 24
4.4 对小生镜遗传算法的简评 24
5 结论与总结 25
致 谢 26
参考文献 27
1 绪论
1.1 引言
遗传算法是美国某大学教授 约翰•霍兰德在1975年提出的。遗传算法是以采取生物进化过程为基础的计算模型。它是一种以适者生存为基础思想的搜索算法。它是在物种的每一个个体中随机选择一个被编码的个体并且在其空间内进行搜索的高效率搜索方法。其中，遗传算法的遗传的操作分为选择、交叉和变异；遗传算法的主旨为参数编码、初始群体的策划、适应度函数的策划、遗传操作策划、控制参数设定等。 Matlab小生境遗传算法的多峰函数优化问题研究:http://www.youerw.com/zidonghua/lunwen_13413.html