基于云模型的遺傳算法的研究.pdf

1、云模型（Cloud Model）是一種較新的定性定量不確定性轉換模型，它將模糊數學和概率論有機結合，采用泛正態(tài)分布表示自然語言概念，較好地表現(xiàn)了自然語言的模糊性和隨機性，為不確定性問題的研究和知識的表達提供了新的方法和思路。正態(tài)云是最常用的一種云模型，具有普遍的適用性。遺傳算法（Genetic Algorithm，即GA）是智能計算最重要的分支之一，具有全局搜索和不依賴于具體問題的特點，廣泛應用于組合優(yōu)化、自動控制、生產調度、圖像處理、

2、人工智能等領域。
　　在利用傳統(tǒng)的遺傳算法對復雜問題進行求解時，傳統(tǒng)的遺傳算法往往難以平衡搜索空間上的開發(fā)和探索能力，存在較大的隨機性和盲目性，容易產生早熟收斂、局部搜索能力差和收斂速度緩慢等問題。自適應遺傳算法的提出一定程度上改善了算法的性能，但也增大了算法陷入局部最優(yōu)的可能。為了解決上述問題，本文從遺傳算法的控制參數和遺傳算子入手，以提高算法的收斂速度和尋優(yōu)效率為目標，主要做了以下幾個部分的工作：
　?。?）研究了常用的

3、自適應遺傳策略，引入云模型，對其進行了改進。本文在充分研究云模型和傳統(tǒng)遺傳算法自適應策略的基礎上，對基于云模型的自適應策略進行了研究，通過在遺傳算法中，引入正態(tài)云和對云模型三個參數（Ex, En, He）的控制，自適應產生交叉、變異概率。在算法初期，采用較大的交叉、變異概率；算法后期，采用較小的交叉、變異概率，在最高適應度周圍的個體交叉、變異概率并非絕對的零值或者指定最小值，從而使算法繼續(xù)保持尋優(yōu)能力。正態(tài)云具有穩(wěn)定傾向性和隨機性的特點

4、，使改進后的算法既保持了傳統(tǒng)自適應遺傳算法的趨勢性，滿足快速尋優(yōu)能力，又具有隨機性，提高了算法的局部搜索能力。
　?。?）研究了遺傳算法的操作規(guī)則，結合云模型的模糊性和隨機性的特點，對傳統(tǒng)的遺傳算子進行了改進。傳統(tǒng)遺傳算法的操作規(guī)則是基于概率而不是確定性的，即進化的方向具有隨機性、不可控性，隨著種群的進化，交叉、變異算子的操作，原有的知識和結構遭到破壞。本文在對基于云模型的自適應遺傳算法進行改進的基礎上，進一步實現(xiàn)了遺傳云算子，即

5、利用Y條件云發(fā)生器代替交叉算子、正向正態(tài)云發(fā)生器代替變異算子，對種群進行更新，一方面克服了遺傳算法“無記憶性”的特點，可以在當前搜索區(qū)域內“聚焦”搜索；另一方面，繼承了云模型的隨機性和良好表達能力的特點，既保持了種群的多樣性，從而避免陷入局部最優(yōu)解，又較好地保護了較優(yōu)個體并對全局最優(yōu)值進行自適應定位，較大程度上克服了傳統(tǒng)遺傳算法局部搜索能力差和收斂速度緩慢的不足。
　?。?）最后對基于云模型的遺傳算法的理論框架進行總結和分析，為下