遗传算法的改进及其MATLAB语言实现.pdf

第 卷 第 期 济南交通高等专科学校学报 3 789* :8* 3 年 月 ! # #! ;=:,. ? ;@:,: A++=:@A,-@:B A..C2C DEF* ! # 遗传算法的改进及其+,-.,/ 语言实现 # ! 阮久宏 ，李贻赋 ’ 济南交通高等专科学校 科技处，山东 济南 ； 山东科技大学 机器人研究中心，山东 济南 ) #* !0!1 !* !01# 摘要：提出遗传算法’ 2, ) 的一种改进算法———最优结果记录。使用 语言编制了 及其改进算法的 +,-.,/ 2, 实现程序，用无人驾驶汽车智能控制器设计检验了改进算法的有效性。改进算法可以大幅度提高 用于求解 2, 复杂动力问题的鲁棒性。 关 键 词：遗传算法；最优结果记录；复杂动力问题； +,-.,/ 中图分类号： 文献标识码： 文章编号： ’ ) -/##3* ! , # $ 4! ! # 3 $ # $ 3 （ ） 遗传算法 2, 是在最近的! 年里迅速发展起来的，它在本质上是一种优化算法。与传统的优化算 法相比， 具有更好的全局有哪些信誉好的足球投注网站能力，在理论上定能收敛到全局绝对最优。由于这个本质特点， 在 2, 2, 5 #6 但是，当将 应用于复杂问题，尤其是复杂动力 诸多领域得到了广泛应用，取得了令人瞩目的成果。 2, 系统问题求解时，其收敛速度急剧下降，计算成本急剧上升，有时甚至失去了应用价值。 本文提出了一种有效的 改进算法，使用 语言编制 及其改进算法的实现程序，并结 2, +,-.,/ 2, 合无人驾驶汽车的运动控制器设计对算法有效性进行仿真检验。 一种 改进算法———最优结果记录 # 2, #* # 遗传算法的遗传振荡现象 在研究遗传算法收敛特性时，发现 适值呈现出振荡特性，如图 所示。 2, # 图# 2, 适值振荡特性 这种振荡在提高算法的创发性上是有利的，对于一般问题的求解，振荡也很快衰减并收敛到最 优。但是，当将2, 用于诸如无人驾驶汽车智能运动控制器设计这样一类复杂动力问题的求解时，振荡 持续代数急剧增加，收敛速度变慢，这使得2, 的全局优化能力降低，应用价值弱化。 #* ! 工程应用中的优化精度 对于工程应用优化问题，获取更高的优化精度固然更好。但大多数实际工程问题可能并不需要优 收稿日期： ! # $ % $ # 作者简介：阮久宏’ #( # $ ) ，男，山东济宁人，济南交通高等专科学校讲师，工学硕士*