嵌套式模糊自适应遗传算法

2012年03月30日16:28:58 本网站我要评论(2)字号：T | T | T

关键字：应用

作者：喻寿益，邝溯琼
（中南大学信息科学与工程学院，湖南长沙　４１００８３）

摘　　　要：针对简单遗传算法（ＳＧＡ）收敛速度慢和早熟收敛现象，将模糊逻辑理论应用于遗传算法，并采用两级嵌套的遗传算法，随主遗传算法ＧＡ１求解优化问题的进化进程用模糊控制的方法自适应地调整遗传算法的交叉概率和变异概率；利用另一个遗传算法ＧＡ２优化模糊规则库，实现了一种嵌套式模糊自适应遗传算法（ＮＦＡＧＡ）。仿真结果表明，这种算法的全局搜索收敛速度和解的质量明显优于ＳＧＡ和一般的自适应遗传算法（ＡＧＡ）。
关　键　词：嵌套遗传算法；模糊规则；交叉概率；变异概率

引　言：遗传算法（ＧＡ）是模拟生物的遗传和进化过程建立起来的一种搜索和全局优化算法，其性能很大程度上取决于种群规模、染色体长度、交叉概率Ｐｃ、变异概率Ｐｍ等参数的选择，尤其是Ｐｃ，Ｐｍ的合理选择将直接影响到ＧＡ的收敛速度和解的质量［１３］。简单遗传算法（ＳＧＡ）因其交叉概率和变异概率的值在求解问题的整个进化过程中保持不变，经常出现收敛速度慢、陷入早熟收敛等现象［４５］。Ｓｒｉｎｖｉｖａｓ等提出了Ｐｃ和Ｐｍ随适应度自动调整的自适应遗传算法（ＡＧＡ）［６］，但是Ｐｃ和Ｐｍ的调整规律对于不同的优化问题可能是不一样的，使Ｐｃ和Ｐｍ随优化问题不同而改变其调整规律，进一步提高ＧＡ的求解精度、收敛速度和鲁棒性是需要深入研究的问题。
本文采用模糊控制器调整Ｐｃ和Ｐｍ参数［７８］，引入自学习机制建立模糊控制规则，即用另一个ＧＡ优化模糊控制器的控制规则，构建了嵌套式遗传算法，形成一种嵌套式模糊自适应遗传算法（ＮＦＡＧＡ），以实现对Ｐｃ和Ｐｍ的动态调整，进一步优化遗传算法的性能。

嵌套式模糊自适应遗传算法

相关阅读: