[发明专利]一种基于进化激励算子的遗传算法

摘要

本发明属于遗传算法领域，特别涉及一种基于进化激励算子的遗传算法，包括步骤：(1)初始化种群规模；(2)计算当前代种群中每个个体的目标函数值，对目标函数值进行排序得到目标函数值序列，将最小的B个目标函数值对应的个体储存下来；(3)调制目标函数值序列；(4)计算进化激励算子；(5)计算进化激励算子对应的代种群中每个个体的变化率；(6)更新父代种群；(7)计算规划后父代种群每个个体的变化率、交叉率和变异率；(8)进行交叉变异操作，得到新的子代种群后，用存储的B个个体替换此时种群中的前B个个体，更新种群；本发明可嵌入传统的遗产算法中求解带限制条件的数值型参数优化问题，对算法快速性和稳定性具有积极意义。

主权项

一种基于进化激励算子的遗传算法，其特征在于，包括以下步骤：(1)初始化种群规模，设置遗传代数，初始遗传代数为第一代；(2)记当前代种群为父代种群，计算当前代种群中每个个体的目标函数值，将最小的B个目标函数值对应的个体储存下来，B为整数，并按照从大到小的顺序对所有的目标函数值进行排列，得到目标函数值序列；(3)选择调制函数，将目标函数值序列调制成调制后序列；(4)采用灰色预测模型GM(1,1)模型，计算进化激励算子；(5)根据激励算子，计算进化激励算子对应的代种群中每个个体的变化率；(6)设定规划种群大小和幅度控制因子，根据每个个体的变化率，计算得到每个父代个体对应的规划后代包含的个体个数，并从父代个体及其对应的规划后代个体中选择出目标函数值取值最小的个体替换父代个体，更新父代种群中的所有个体，得到规划后的父代种群；(7)对规划后的父代种群，利用上述(2)至(5)的步骤计算得到该种群每个个体的变化率，并计算交叉率和变异率；(8)用每个个体的交叉率和变异率控制其交叉变异过程，并进行交叉变异操作，得到新的子代种群后，计算子代种群中所有个体的目标函数值，并将所有个体按照其对应的目标函数值从大到小排列，用步骤(2)中存储的B个个体替换此时种群中的前B个个体得到替换后的种群；判断遗传代数是否大于最大的遗传代数或者得到某个个体的目标函数值是否满足要求，如果达到最大遗传代数或者满足要求，则算法停止，否者遗传代数完成自加1的操作，并以替换后的种群作为下一代父代种群进入步骤(2)。