混合遺傳算法在布爾方程求解中的應用.pdf

1、遺傳算法(GeneticAlgorithms，GA)是一種借鑒生物界自然選擇和自然遺傳機制的隨機優(yōu)化搜索算法。由于它簡單易行，尤其是其不需要專門的領域知識而僅用適應度函數(shù)作為問題的評價來指導搜索過程，能夠有效地求解NP完全問題，從而使它的應用范圍極為廣泛，并且已在眾多領域得到了實際應用，取得了許多令人矚目的成果，引起了廣大學者和工程人員的關注。 布爾函數(shù)在數(shù)字邏輯電路的分析與綜合、多值邏輯、數(shù)字系統(tǒng)故障檢測、糾錯編碼、計算機密碼

2、學等領域中有著廣泛的應用背景。在實際工作中，布爾方程組的求解，傳統(tǒng)算法本質(zhì)上都是基于窮盡解空間來求解的，是具有NP難度的問題。對于較大維數(shù)的方程組求解問題，利用現(xiàn)有的計算條件，在工程實現(xiàn)上往往無法實現(xiàn)。 本文將遺傳算法應用到求解線性布爾方程組的問題中，給出了一種關于較大規(guī)模布爾方程組的可行解法；并且針對基本遺傳算法存在的缺陷，提出了關于背景知識的多項改進策略，并通過實驗，得到了較好的求解效果；對利用混合遺傳算法求解線性布爾方程組

3、的適應性及收斂性問題進行了討論。 本文主要從以下幾個方面對遺傳算法在布爾函數(shù)中的應用進行了闡述。 一、緒論部分，描述了遺傳算法的生物學特征，算法特點，發(fā)展和研究現(xiàn)狀，指出本課題研究的目的和意義。 二、遺傳算法的概念、構成要素、方法、步驟以及理論基礎。 三、將基本遺傳算法應用于求解線性布爾方程組問題中，與傳統(tǒng)求解方法相比，取得了較好的求解成功率。 四、針對遺傳算法易早熟、局部搜索能力較差、收斂速度慢