DNA遺傳算法及其在流程工業(yè)中的應(yīng)用研究.pdf

1、DNA計(jì)算是近年來(lái)發(fā)展的一門(mén)新興學(xué)科。其基本原理是利用DNA分子的雙螺旋結(jié)構(gòu)和堿基互補(bǔ)配對(duì)原則對(duì)問(wèn)題進(jìn)行編碼，并將所要處理的問(wèn)題映射到特定的DNA片斷上，然后通過(guò)生物酶的可控生化作用生成數(shù)據(jù)池，最后得到問(wèn)題的可能解。遺傳算法是一類以進(jìn)化論與遺傳變異理論為基礎(chǔ)的隨機(jī)優(yōu)化算法，在進(jìn)化過(guò)程中不需要問(wèn)題連續(xù)、可導(dǎo)等苛刻條件的一類魯棒性很強(qiáng)的優(yōu)化算法。遺傳算法能夠提供一類求解問(wèn)題的通用框架，具有很強(qiáng)的全局搜索能力。盡管如此，遺傳算法依然存在局部搜

2、索能力弱、易早熟收斂等不足。
　　DNA計(jì)算與遺傳算法存在著本質(zhì)的相似，DNA遺傳算法是遺傳算法結(jié)合DNA計(jì)算發(fā)展而來(lái)。本文在DNA遺傳算法的研究基礎(chǔ)上，結(jié)合其它優(yōu)化算法的優(yōu)點(diǎn)，對(duì)DNA遺傳算法進(jìn)行改進(jìn)。將所提出的DNA遺傳算法運(yùn)用在實(shí)際的流程工業(yè)優(yōu)化問(wèn)題中。本文的研究?jī)?nèi)容如下:
　　1.在前人研究DNA遺傳算法的基礎(chǔ)上進(jìn)行更深入的研究。利用DNA編碼方式設(shè)計(jì)三種新的交叉算子很好地保證了種群在進(jìn)化過(guò)程中的多樣性，使得算法不易

3、早熟收斂。提出一種新的逐級(jí)進(jìn)化策略，該策略明顯增強(qiáng)了算法的全局搜索能力，同時(shí)在此策略中結(jié)合模擬退火操作，提高了算法的局部搜索能力和解的精度。最后利用幾個(gè)經(jīng)典測(cè)試函數(shù)和實(shí)際流程工業(yè)中的重油熱解過(guò)程的建模問(wèn)題進(jìn)行實(shí)驗(yàn)仿真，驗(yàn)證了所提出算法的高效性和優(yōu)越性。
　　2.在傳統(tǒng)DNA遺傳算法基礎(chǔ)上研究多種群進(jìn)化策略并提出隔代融合多種群策略的DNA遺傳算法。每一個(gè)子種群蘊(yùn)含著不同的目的分工細(xì)致的進(jìn)行相應(yīng)的遺傳操作，很好的解決了遺傳操作中算法的

4、全局搜索和局部搜索。結(jié)合隔代融合遷移思想，不同的子種群之間可以進(jìn)行信息交換。對(duì)該算法進(jìn)行了幾個(gè)測(cè)試函數(shù)的仿真實(shí)驗(yàn)以及PID控制器參數(shù)整定。
　　3.引入了種群信息熵來(lái)控制DNA遺傳算法的進(jìn)化過(guò)程，構(gòu)造一種帶有信息熵的DNA遺傳算法。根據(jù)種群標(biāo)準(zhǔn)差和種群熵體現(xiàn)種群分散性，從而自適應(yīng)的改變遺傳操作的交叉概率，克服了傳統(tǒng)遺傳算法交叉概率固定設(shè)置的盲目性問(wèn)題，同時(shí)也利用個(gè)體熵信息與適應(yīng)度函數(shù)值的平衡點(diǎn)作為個(gè)體的選擇概率。該算法所涉及的工業(yè)