| 【中文题名】 | 一种基于群体多样性测度的模糊遗传算法 |
| 【英文题名】 | A Kind of Fuzzy Genetic Algorithm Based on Population Diversity Measures |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2003-10-16 |
| 【中关键词】 | 遗传算法,模糊逻辑,交叉概率,变异概率,模糊遗传算法, |
| 【英关键词】 | GA,Fuzzy Logic,Crossover Probability,Mutation Probability,FGA, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
遗传算法是一种基于自然选择、遗传杂效和基因变异等生物进化机制的高度并行、随机、全局性概率搜索算法。近几年来由于其结构简单、鲁棒性强，能很好求解以往传统搜索算法无法解决的非线性函数优化等问题，得到广泛应用。遗传算法的性能由贯穿其始末的EER平衡关系决定，而影响EER的因素很多，其中比较重要的是与交叉操作和变异操作有关的参数。如果这些参数设计的不合理，很容易引起遗传算法的早收敛。而模糊理论则是模拟人类的形象思维，用比较简单的数学形式直接将人的判断等思维过程表达出来，不需要建立精确的数学模型，是一种有效的数学工具与手段，很好的解决了经典控制理论难以解决的问题。
近年来，遗传算法和模糊逻辑理论的相互结合成为研究热点。一方面用遗传算法处理非精确环境下的模糊信息，另一方面用基于模糊逻辑的疗法来处理现有遗传算法中的问题，相互取长补短，由此发展了两个方向——遗传模糊系统与模糊遗传算法。
现阶段，模糊遗传算法的发展还不十分成熟，对其认识也众说纷纭。大部分学者认为模糊遗传算法是用基于模糊逻辑的模糊工具或模糊逻辑技术来优化遗传算法的组成成分或控制参数，来提高算法性能。本文在前人研究的基础上，基于... |
| 【论文题纲】 |
|
中文摘要 |
3-4 |
|
英文摘要 |
4-5 |
|
目录 |
5-7 |
|
第一章 文献综述与课题选择 |
7-17 |
|
第一节 模糊遗传算法的研究及现状 |
7-16 |
|
1.1.1 遗传算法 |
7-10 |
|
1.1.2 模糊逻辑理论 |
10-11 |
|
1.1.3 模糊遗传算法 |
11-16 |
|
第二节 论文的研究内容及组织结构 |
16-17 |
|
1.2.1 论文的研究内容 |
16 |
|
1.2.2 论文的组织结构 |
16-17 |
|
第二章 遗传算法的基本理论 |
17-27 |
|
第一节 简单遗传算法及遗传算法的构成要素 |
17-23 |
|
2.1.1 简单遗传算法 |
17 |
|
2.1.2 遗传算法的构成要素 |
17-23 |
|
第二节 遗传算法的数学基础 |
23-26 |
|
2.2.1 模式定理 |
23 |
|
2.2.2 积木块假设与欺骗问题 |
23-24 |
|
2.2.3 遗传算法的Markov链分析 |
24-26 |
|
第三节 交叉算子和变异算子的性质分析 |
26-27 |
|
2.3.1 单点交叉算子下模式的生存和破坏分析 |
26 |
|
2.3.2 单点变异算子下模式的生存和破坏分析 |
26-27 |
|
第三章 算法描述 |
27-44 |
|
第一节 动态调节交叉概率和变异概率的原则 |
27-30 |
|
3.1.1 动态调节交叉概率和变异概率的必要性 |
28 |
|
3.1.2 动态调节交叉概率和变异概率的原则 |
28-30 |
|
第二节 模糊逻辑控制器的设计 |
30-36 |
|
3.2.1 模糊逻辑控制器简介 |
30-31 |
|
3.2.2 模糊逻辑控制器的输入输出选择 |
31-32 |
|
3.2.3 P_c控制查询表的建立 |
32-35 |
|
3.2.4 P_m控制查询表的建立 |
35-36 |
|
第三节 模糊遗传算法描述 |
36-39 |
|
3.3.1 模糊遗传算法的流程图 |
37-38 |
|
3.3.2 模糊遗传算法各参数设定 |
38-39 |
|
第四节 实验仿真及结果分析 |
39-44 |
|
3.4.1 实验仿真 |
39-40 |
|
3.4.2 结果分析 |
40-44 |
|
第四章 总结与展望 |
44-46 |
|
第一节 论文的总结 |
44-45 |
|
第二节 下一步工作展望 |
45-46 |
|
参考文献 |
46-49 |
|
致谢 |
49 |
|
| 【DOI】 | LunWen.ID:2.2008.386892 |
