| 【中文题名】 | 遗传算法的改进及其若干应用 |
| 【英文题名】 | Improvement of Genetic Algorithm and Its Application |
| 【学科专业】 | 运筹学与控制论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-30 |
| 【中关键词】 | 遗传算法,TSP问题,模拟退火算法,最优解,混沌优化方法, |
| 【英关键词】 | Genetic algorithm,TSP（traveling salesman problem）,Simulated annealing algorithm,Optimal solution,Chaos optimization method, |
| 【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】 |
遗传算法是一种模拟自然界生物进化的智能优化算法，由于它简单易行、鲁棒性强，尤其是不需要专门的领域知识而仅用适应度函数作评价来指导搜索过程，从而使它的应用范围极为广泛，并且已在众多领域得到了实际应用，引起了广大学者和工程人员的关注。目前，遗传算法已成为进化计算研究的一个重要分支。
遗传算法是一种新兴的技术，正处于发展期。虽然在应用领域获得了丰收，但其理论基础还比较薄弱，有许多地方需要研究和发展充实。论文的主要工作分如下三部分：
(1)对标准遗传算法的发展概况、基本概念、基本原理、理论基础、收敛性、特点及其应用等方面作了简明扼要的介绍，并对遗传算法的实现技术作了较详细地总结。
(2)介绍了TSP问题的数学模型及其求解的传统方法和智能优化方法，并针对基于遗传算法的TSP问题求解给出了具体分析和说明，为利用遗传算法求解TSP问题做了准备。
(3)在标准遗传算法的基础上，结合模拟退火算法，提出了遗传退火进化算法；结合分区方法和2_opt方法，提出了解决较大规模TSP问题的基于分区的混合遗传算法；结合混沌优化，提出了解决函数优化的基于混沌优化的遗传算法，并将这三种算法用MATLA... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 绪论 |
10-15 |
|
1.1 选题依据 |
10-11 |
|
1.2 遗传算法的研究现状 |
11-14 |
|
1.3 本文的主要工作及章节安排 |
14-15 |
|
第2章 遗传算法简介 |
15-35 |
|
2.1 引言 |
15 |
|
2.2 遗传算法的发展概况 |
15-17 |
|
2.3 遗传算法的基本概念 |
17-18 |
|
2.4 遗传算法的理论基础 |
18-21 |
|
2.4.1 模式定理 |
18-20 |
|
2.4.2 隐含并行性 |
20 |
|
2.4.3 积木块假设 |
20-21 |
|
2.5 遗传算法的基本流程 |
21-22 |
|
2.6 应用遗传算法的关键技术 |
22-30 |
|
2.6.1 遗传编码 |
22-24 |
|
2.6.2 适应度函数和尺度变换 |
24-25 |
|
2.6.3 遗传操作 |
25-29 |
|
2.6.4 算法参数 |
29-30 |
|
2.6.5 遗传算法的终止条件 |
30 |
|
2.7 遗传算法的收敛性 |
30-31 |
|
2.7.1 早熟收敛 |
30-31 |
|
2.7.2 标准遗传算法的收敛性 |
31 |
|
2.8 遗传算法的特点及应用 |
31-34 |
|
2.8.1 遗传算法的特点 |
31-32 |
|
2.8.2 遗传算法的应用 |
32-34 |
|
2.9 本章小结 |
34-35 |
|
第3章 TSP问题的数学模型和基本解法 |
35-41 |
|
3.1 引言 |
35 |
|
3.2 TSP问题的数学描述 |
35-36 |
|
3.3 传统方法 |
36-38 |
|
3.3.1 精确算法 |
36-37 |
|
3.3.2 近似算法 |
37-38 |
|
3.4 智能优化方法 |
38-40 |
|
3.4.1 禁忌搜索方法(TS) |
38-39 |
|
3.4.2 遗传算法 |
39-40 |
|
3.5 本章小结 |
40-41 |
|
第4章 遗传算法的改进 |
41-56 |
|
4.1 引言 |
41 |
|
4.2 几种常用的改进算法 |
41-43 |
|
4.3 遗传退火进化算法 |
43-47 |
|
4.3.1 模拟退火算法思想 |
43-44 |
|
4.3.2 遗传退火进化算法思想 |
44 |
|
4.3.3 算法结构 |
44-45 |
|
4.3.4 仿真结果 |
45-47 |
|
4.4 基于分区的混合遗传算法 |
47-51 |
|
4.4.1 分区法 |
47-48 |
|
4.4.2 混合遗传算法 |
48-49 |
|
4.4.3 仿真结果 |
49-51 |
|
4.5 基于混沌优化的遗传算法 |
51-55 |
|
4.5.1 混沌优化方法 |
51-52 |
|
4.5.2 混沌交叉 |
52-53 |
|
4.5.3 混沌变异 |
53 |
|
4.5.4 算法结构 |
53 |
|
4.5.5 仿真结果 |
53-55 |
|
4.6 本章小结 |
55-56 |
|
结论 |
56-58 |
|
参考文献 |
58-63 |
|
攻读硕士学位期间参加的科研任务与主要成果 |
63-64 |
|
致谢 |
64-65 |
|
作者简介 |
65 |
|
| 【DOI】 | LunWen.ID:2.2008.388697 |
