基于复杂网络理论的遗传算法分析与设计

论文摘要

现实生活中各个领域都存在多种多样的优化问题,模拟生物进化过程的遗传算法,由于其鲁棒性高、通用性强、简单易行等优点,已经广泛应用于生产调度、图像处理、机器学习等领域。然而标准遗传算法存在易陷入局部最优、求解精度低、收敛速度慢等缺陷。作为仿生算法的遗传算法个体间的相互关系可视为一个复杂网络,所以可以从复杂网络的角度设计遗传算法的种群结构。种群拓扑结构可以调整个体间信息的传播,因而对遗传算法的种群多样性和收敛性能具有重要影响。因此,本文围绕基于复杂网络理论的遗传算法分析与设计展开研究。首先,遗传算法的进化过程可以建模为复杂网络模型,现有研究称之为信息流网络。本文对信息流网络建模进行改进并提出了更精准、简捷的网络非均匀性分析方法。在信息流网络建模过程中,对被选择但是没有经过交叉、变异的个体进行加边,得到的信息流网络模型可以更完整地描述遗传算法中优势基因信息的传递过程。另外,采用复杂网络理论中的网络结构熵刻画信息流网络的非均匀性。网络结构熵反映了信息流网络的有序程度,即网络的非均匀性。相对于网络幂律度分布曲线中拟合的标度指数,依据网络中节点数目和节点连接度直接计算的网络结构熵可以更加精准简捷的度量信息流网络的非均匀性。其次,为了改善遗传算法种群多样性和收敛性能,本文设计了一种基于自组织动态网络的遗传算法。为了有效地评价节点的重要性,综合考虑节点的目标函数值在邻居节点中的排名以及邻居节点数,给出了一种新的指数型网络节点适应度定义,可避免节点适应度为0造成的无效评价。此外,还提出了双新、单新和选删三种拓扑更新规则,使得遗传算法的种群结构随遗传算法的进化而动态演化,有效地改善了遗传算法在收敛性能方面的表现。最后,将基于自组织动态网络的遗传算法与标准遗传算法和小世界遗传算法进行对比,典型优化函数测试结果表明,基于自组织动态网络的遗传算法在维持种群多样性和收敛性能方面均有优秀的表现。

论文目录

文章来源

类型: 硕士论文

作者: 张涛

导师: 林金星

关键词: 遗传算法,复杂网络,网络结构熵,自组织动态网络,多样性,收敛性能

来源: 南京邮电大学

年度: 2019

分类: 基础科学,信息科技

专业: 数学,自动化技术

单位: 南京邮电大学

分类号: O157.5;TP18

DOI: 10.27251/d.cnki.gnjdc.2019.000855

总页数: 61

文件大小: 2441K

下载量: 728

相关论文文献

• [1].遗传算法在焊接领域的优化与应用[J]. 现代焊接 2012(03)
• [2].面向作业车间调度问题的遗传算法改进[J]. 河北科技大学学报 2019(06)
• [3].基于改进遗传算法的校园食堂外卖配送路径优化研究[J]. 辽宁工业大学学报(自然科学版) 2020(01)
• [4].混合杂草遗传算法求解旅行商问题[J]. 科学技术创新 2020(11)
• [5].基于模糊遗传算法的先进战机协同攻防决策[J]. 火力与指挥控制 2020(03)
• [6].基于改进遗传算法的自动导引小车路径规划[J]. 组合机床与自动化加工技术 2020(07)
• [7].基于遗传算法的海水淡化系统优化调度研究[J]. 绥化学院学报 2020(08)
• [8].基于改进遗传算法的工程施工进度优化分析[J]. 住宅与房地产 2020(21)
• [9].基于遗传算法物流配送最佳路径问题研究[J]. 河北建筑工程学院学报 2020(02)
• [10].基于优化遗传算法的配电网故障定位技术[J]. 化工自动化及仪表 2020(05)
• [11].两个轴辐式网络协同建设的多层编码遗传算法[J]. 西南交通大学学报 2020(05)
• [12].基于遗传算法的旅游最优路径探究[J]. 电脑知识与技术 2018(34)
• [13].浅谈遗传算法及其部分改进算法[J]. 科技风 2019(12)
• [14].遗传算法在优化问题中的应用综述[J]. 山东工业技术 2019(12)
• [15].一种改进遗传算法及验证[J]. 电脑编程技巧与维护 2019(06)
• [16].现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J]. 农机化研究 2018(01)
• [17].基于遗传算法的小麦收割机路径智能优化控制研究[J]. 农机化研究 2018(02)
• [18].基于遗传算法的医院房间位置优化研究[J]. 电脑与信息技术 2018(01)
• [19].基于遗传算法的汽油调和优化系统[J]. 工业控制计算机 2018(10)
• [20].基于遗传算法进行结构优化的研究现状[J]. 河北建筑工程学院学报 2018(03)
• [21].用于图像分割的双变异遗传算法[J]. 传感器与微系统 2017(02)
• [22].基于改进遗传算法的新型水面无人艇性能综合优化分析[J]. 江苏科技大学学报(自然科学版) 2017(01)
• [23].以混合式遗传算法核心的网络差异数据挖掘技术[J]. 中国新通信 2017(06)
• [24].基于贪心遗传算法的穴盘苗补栽路径优化[J]. 农业机械学报 2017(05)
• [25].基于改进遗传算法的列车节能操纵方案研究[J]. 机电一体化 2017(01)
• [26].基于混沌遗传算法的计算机辅助动态布局[J]. 计算机工程与设计 2017(09)
• [27].基于改进遗传算法的多项目资源均衡配置研究[J]. 工业技术经济 2017(10)
• [28].基于交互式遗传算法的建筑物外观设计探讨[J]. 科技展望 2015(34)
• [29].改进遗传算法及其在泵站优化运行中的应用[J]. 南水北调与水利科技 2016(02)
• [30].基于改进遗传算法的高校排课优化问题研究[J]. 电子科技 2016(05)

标签：遗传算法论文;  复杂网络论文;  网络结构熵论文;  自组织动态网络论文;  多样性论文;  收敛性能论文;