太原科技大学.docx

1、太原科技大学太原科技大学毕 业 设 计（论 文）题目：遗传算法的参数分析姓 名_ 张 心 悦_ 学院（系）应用科学学院 专 业_信息与计算科学班 级 0381 指导教师_ 刘 斌_年 月 日太原科技大学毕业设计（论文）任务书（由指导教师填写发给学生）学院（直属系）： 时间： 年 月 日学 生 姓 名指 导 教 师设计（论文）题目主要研究内容研究方法主要技术指标(或研究目标)主要参考文献说明：一式两份，一份装订入学生毕业设计（论文）内，一份交学院（直属系）。目录摘要.ABSTRACT.第1章 绪论.11.1 遗传算法的产生背景.1 1.1.1 遗传算法产生的生物学基础.4 1.1.2 从生物进化

2、到演化计算.6 1.1.3 遗传算法的特点.91.2 遗传算法的发展及研究状况.111.3 本文的主要工作.15第2章 遗传算法简介.16 2.1 遗传算法的基本流程.182.2 遗传算法的基本实现技术.20 2.2.1 编码.21 2.2.2 适应性的度量.22 2.2.3 选择算子.23 2.2.4 交叉算子.242.3 遗传算法的收敛性分析.28第3章 参数对遗传算法性能影响实例分析.293.1 基本遗传算法的实现.303.2 遗传算法运行参数分析.32 3.2.1 确立评价目标函数.36 3.2.2 分析各参数的影响.383.3 对基本遗传算法的改进.40 3.3.1适应值函数的改进.

3、42 3.3.2 自适应遗传算法.46参考文献.49致谢.50附录.55附录 中文译文. .55附录 英文原文.62(注1：如果还有其他附录，可放在中文译文之前，中文译文、英文原文编号顺延)(注2：先将目录排好，基本对齐，然后选择段落-对齐方式-分散对齐)遗传算法的参数分析摘要思维进化计算是模拟人类思维过程提出的一种很有潜力的新型演化算法。思维进化计算已成功应用于求解数值优化问题，对TSP、常微分方程组建模和Job-shop调度问题等非数值优化问题也做了一定的研究，但目前思维进化计算尚未有关于非数值优化问题的通用算法框架。本文针对解空间为有限空间的非数值优化问题，提出了求解这些问题的思维进化计

4、算通用算法框架。首先针对这些非数值优化问题的特点，抽象出它们的通用编码。然后引入特征、信息矩阵的概念，提出了通用信息抽取和个体学习策略，从而实现了思维进化的趋同和异化操作，给出了通用的思维进化计算框架，并运用组合原理和马尔可夫链理论证明了该算法框架的全局收敛性。最后通过应用该算法框架求解顶点着色问题、Job-shop调度问题验证了该算法框架的可行性、有效性。该算法框架具有较强的通用性，适合于TSP、顶点着色问题、Job-shop调度问题、神经网络结构优化问题、系统建模等一大类非数值优化问题。实际应用中将具体非数值优化问题合理转化，设计编码与解码策略，定义该问题的特征和信息矩阵等概念，就可以直接

5、应用该框架。本文研究为求解复杂的非数值优化问题提供了一种新的有效途径。关键词：非数值优化问题，思维进化计算，趋同，异化，信息矩阵Inheritance Algorithmic Parameter AnalysisABSTRACTMind Evolutionary Computation(MEC) was proposed by simulating the processes of human mind. It is a new potential evolutionary algorithm. MEC has been applied to numerical optimization pr

6、oblems, and some non-numerical optimization problems, for example traveling salesman problem, job-shop scheduling, and Modeling for Systems of Ordinary Differential Equations, are solved successfully with MEC. But the all-purpose algorithm of MEC for non-numerical problems doesnt exist.In this paper

7、, MEC algorithm is introduced for a kind of non-numeric optimization problems which solution space is limit. First an all-purpose coding method is induced according to the common characteristics of those problems. Then a series of concepts ,for example character ,information matrix，etc，are introduce

8、d. So an all-purpose similartaxis and dissimilation operations of MEC for those problems are designed. Consequently MEC algorithm for a kind of non-numeric optimization problems is introduced and its global convergence is proved with combinatorial theory and Markov chain. We solve vertex coloring pr

9、oblem and job-shop scheduling with this algorithm. Our experiments show that this algorithm is feasible and effective. This algorithm is all-purpose and it is fitted for traveling salesman problem, job-shop scheduling, vertex coloring problem, the optimization of the artificial neural network archit

10、ecture and Modeling for Systems, etc. When we solve a non-numerical problem with this algorithm, if this problem is converted reasonably and the character and information matrix of this problem are defined, then this algorithm can work. The MEC algorithm offers a new all-purpose and effective method

11、 for a kind of non-numerical problems.Keywords：non-numerical problem，Mind Evolutionary Computation，similartaxis，dissimilation，information matrix第1章 绪论本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。1.1 遗传算法的产生背景本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。1.1.1 遗传算法产生的生物学基础本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作

12、。1.1.2 从生物进化到演化计算 本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。1.2 遗传算法的发展及研究状况本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。第2章 遗传算法简介本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。2.1 遗传算法的基本流程本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。图2.1 基于拜占庭协议的容侵系统重构设计模块图2.2 遗传算法的基本实现技术本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。2.2.

13、1 编码本章主要介绍了遗传算法产生的背景，遗传算法的发展及研究状况，以及本文的主要工作。表2.1 时间表时间地点任务性格5678参考文献1 徐成贤，陈志平，李乃成.近代优化方法M.北京：科学出版社,2002.2427.2 Isidori A. Nonlinear control systemsM.2nd,New York:Springer Press,1989.3233.3 王俊伟，汪定伟.微粒群算法中惯性权重的实验与分析J.系统工程学报,2005,20(2):194198.4 Reynolds C W, Locks F. Adistributed behavioral model J,Com

14、puter Graphic,1987,21(4):2530.5 肖龙光.部分智能优化算法的改进及其数学理论分析D.上海：东华大学，2005.6 Sun M.A study of helicopter rotor aerodynamics in ground effectD.Princeton:品册，1983.7 辛希孟. 信息技术与信息服务国际研讨会论文集：A集C. 北京：中国社会科学出版社，1994.8 北京空气动力研究所. 第九届高超声速气动力会议论文集C. 北京：北京空气动力研究所，1997.9 陈永康，李素循，李玉林. 高超声速流绕双椭球的实验研究A. 见：北京空气动力研究所编. 第九

15、届高超声速气动力会议论文集C. 北京：北京空气动力研究所，1997：914.10 Peng J, Luo X Z, Jin C J. The study about the dynamics of the approach glide-down path control of the carrier aircraftA. In: GONG Yao-nan ed. Proceedings of the Second Asian-Pacific Conference on Aerospace Technology and ScienceC. Beijing: Chinese Society of Aeronautics and Astronautics, 1997: 236241.11 孔祥福. FD-09风洞带地面板条件下的流场校测报告R. 北京空气动力研究所技术报告 BG7-270，北京：北京空气动力研究所，1989.12 MIL-E-5007 D, 航空涡轮喷气和涡轮风扇发动机通用规范S. 美国空军，1973.13 黎志华，黎志军. 反馈声抵消器P. 中国专利：ZL85100748，19860924.致谢附录附录 中文译文附录 英文原文