一种基于GA的模糊控制规则优化新方法

针对动态环境专家经验模糊控制规则效果欠佳的问题,提出一种改进的十进制基因编码自适应遗传算法,自动生成全局最优的控制规则。新算法引用稳态繁殖思想改进初始种群的生成方法,避免产生大量不合理个体影响进化进度,并引入动态变异率和一种新型的自适应变异算子调整种群的多样性,克服了"早熟"的现象。最后将获得的最优规则应用于设计模糊控制器。仿真结果表明,控制品质有较大的改善和提高。

改进的遗传算法求解TSP

阐述了一种针对TSP问题的改进遗传算法。引入了局部优化搜索算法。加快了算法的收敛速度。减轻了初值对结果的影响。加入了改进的OX交叉算法,在交叉中合理保留了优秀个体基因的排列顺序。利用精英复制保留了优秀基因。维持了种群个体数目稳定。提出了一种新的变异算法,有效避免了路径重复,减小了运算量,提高了运算速度。

变区域多种群遗传算法

考虑到在遗传算法应用中由于各决策变量取值范围的不同,造成计算个体间距离时产生虚假距离现象,在传统的海明距离基础上给出了改进的个体间距离和种群距离的定义。结合多种群协同进化的思想,采用种群搜索区域自适应变化的策略逐步缩小搜索范围,降低了空间搜索消耗,提高了搜索效率和最优解精度。同时,搜索范围的缩小间接地提高了优势基因的利用率,增强了种群的局部搜索能力。最后,通过三个典型的不对称函数优化验证了该算法的有效性。