6.变异概率与变异算子
GA中的变异运算，是指对个体染色体编码串中的某些基因值作变动，从而形成一个新的个体．
交叉运算是GA中产生新个体的主要方法，决定了算法的全局搜索能力．
变异运算是产生新个体的辅助方法，决定了算法的局部搜索能力．
(1)变异概率(Pm)．通常取Pm＝0.0001～0.1．
(2)变异算子．
在所有个体的编码串范围内随机地确定基因座．
以设定的Pm对这些基因座的基因值进行变异．
变异算子的设计包括：如何确定变异点的位置和如何进行基因值的替换．
2023-01-11 13:49:39
86KB
1
基于遗传算法的主动悬架最优控制方法研究，张国胜，方宗德，线性二次型调节器（LQR）在工程上广泛应用，但其存在权重矩阵确定困难的不足，本文将遗传算法应用于LQR控制中，提出了一种改进的最
2023-01-07 10:19:11
430KB
1
合理的轧制规程是使轧制过程达到最佳状态的重要保证。轧制规程涉及的有关数学模型和需要考虑的约束条件较多，因此其优化设计也较为复杂。应用遗传算法进行轧制规程优化设计，即以负荷均衡和板形良好为目标，在一定的约束条件下，对压下率分配比进行编码。通过遗传算子操作并保留每代优势个体，从而得到冷连轧轧制规程。对某1370冷连轧机进行设计比较，表明该方法优化速度快，适合在实际中应用。
2023-01-05 20:26:46
283KB
1
基于遗传算法的非支配排序算法（NSGA_II）是用于求解多目标规划问题的一种方法。
通过帕累托支配求解帕累托最优解可以有效得到多目标函数的求解结果。
为优化帕累托最优解，运用遗传算法对求解结果进行优化。
但同时遗传算法具有未成熟收敛、群体规模对性能影响大、结果受初始值影响较大等缺点，因此利用多种群遗传算法对求解结果进行进一步优化，运用移民算子联系各个种群，运用精华种群保存每代最优结果。
**运行程序请优先下载谢菲尔德大学的MATLAB遗传算法工具箱
2023-01-04 11:28:08
7KB
1
多种群遗传算法的函数优化算法,基于遗传算法的LQR控制器优化设计,有助于遗传算法和matlab语言学习，有什么问题可以私信我
2023-01-01 15:11:26
4KB
1