遗传算法研究进展

应用 到遗传算 法中 ， 利用复 数 的模 与实 自变 量对应 ， 以实部 和 虚部 两个 变量 来表示一个 自变量 ， 挖掘群体 中个体 的多样性 ，
减少局部 收敛 。文 献［ ］ ７ 提出了动态相似度 参数零件 族编码 ， 该编码方法通 过零件工 艺相 似性 、 零件 自身相似基 因比动态划 分零件族 ， 大大减少 了编码长度和求解时 间。 １ ２ 遗传算子 ．
１ 选 择 算 子 ）
选择操作体现适者生存 的原理 ， 通过适应 度选 择优质个体 而抛弃劣质个体 ， 其主要作 用是避免基 因缺失 ， 提高全 局收敛 性和 计 算 效 率 。近 年 来 不 同 的选 择 策 略 相 继 被 提 出。文
编码是把一个 问题 的可 行解从 其解空 问转换 到遗传算 法
究 生 ， 研 究 方 向 为遗 传 算 法． 主要
・
１０ ２ ２・
计 算 机 应 用 研 究
Ｅｒ Ａ ＮＥ ， ） ｎ ．Ｒ ＮＤ （ ｎ Ｈ ｅ
第２ ９卷
个 由 目标 函数值 、 行为约束程度和行 为约束数量组成 的三维特
征向量表示 ， 为了在一些不可行 解 的邻 近区域找 到可行解 ， 在
选择算子中加 入了局部搜索 过程 。文献 ［Ｏ 提 出一种 基于个 １］ 体差异的局部竞争选择算子 ， 通过保持种群的多样性增 强了算 其 中
常数 。
为种群最 大适 应度 ＇ ，为平 均适应度 为变 异个体适
法从局部最优 中跳出的能力。文献 ［１ 提出 了基 于竞争指 数 １］
的模 拟退火排 序选择算子 ， 该算子能够在有效 避免早熟 收敛 的 同时显著提高群体的搜 索效 率和稳定性 。文献 ［２ 中遗传算 １］
Ｎｏｍ ｌ ｎｖｒｔ， ｎｈｕ７ ０ ７ ，Ｃ ｉａ ｒ ａ ｉ ｓｙ Ｌ ｚｏ ３ ０ ０ ｈｎ ） Ｕ ｅｉ ａ
Ａｂ ｔａ ｔ Ｔ ｉ ｐ ｐ ｒｓｕ ｉｄ ｔ ｅ ｒ ｓ ａｃ ｔｔ ｓｑ ｏ ｏ ｉ ｔ ｏ ｓｕ ｅ ｈ ｈ ｏｙ ｏ ｅ ｅｉ ｌｏ ｔ ｍｓｓ ｃ ｓｃ ｄ ｎ ｓ ｒ ｃ ： ｈ ｓ ａ ｅ ｔｄ ｅ ｈ ｅ ｅ ｒ ｈ ｓ ｕ ｕ ｆｍａ ｎ ｍｅｈ ｄ ｓ ｄ ｉ ｔｅ ｔ ｅ ｒ ｆｇ ｎ ｔ ａ ｇ ｒ ｈ ｕ ｈ ａ ｏ ｉ ｇ ａ ｎ ｃ ｉ
拉普拉斯分布 函数 出发 ， 了一种拉 普拉斯交 叉算子 ， 设计 使子
代群体 能 自适应父代群体 的变化 。文 献 ［５ 为多模态 连续 函 １］
其 中： Ｄ 为种 群方差 ， Ｅ 为种群 熵 ， ｘ Ｄ ） ｍａ（ 分 别 为 ｍａ （ 、 ｘ Ｅ ） 种群进化到第 ｔ 代时种群方差和种群熵的最大值。若 Ｄ 或 Ｅ 为零 ， Ｐ ＝ ． 。 则 ， ０ ８ 文献 ［９ 针对遗传算法 的早熟 问题 对 自适应 遗传算 法进 ２］ 行 了研究 ， 提出了一种新算 法 ， 以优势 遗传 的原 则随个体 适应 度 的变化而 自适应地改变交叉和变异概率。
１ 遗传 算 法理论 研 究进展
按照生物学上可进化性 的概念 ， 遗传算法所追求 的也是 当 前群体产生 比现有个体更好个体 的能力 ， 即遗传算法 的可进化 性或称群体可进化性 。因此 ， 传算 法的理论和方法研究 围绕 遗
着这一 目标展开 。
１ １ 编 码 策 略 ．
遗传算法 的操作 算子 包括 选择 、 交叉 和 变异 三种基 本 形 式， 构成 了遗传算法强大搜 索能力 的核 心 ， 是模拟 自然选择 和 遗传过程 中发 生的繁殖 、 杂交和突变现象 的主要载体 。
ｒｓ ａ ｃ ｒ ｇ ｅ ｓｏ ｅ ｅ ｉ ａｇ ｒ ｈ ａ ｏ ｎ ｂ ｏ ｄ ａ ｄ ｔ ｅ ｎ ｗ ａ ｐ ｉａ ｉｎ ｆ ｌ ｓａ ｅ １ Ｆ ｎ ｌ ，ｔ ｕ ｏ ｗ ｒ ｅｆ — ｅ ｅ ｒ ｈ ｐ ｏ ｒ ｓ ｆ ｎ ｔ ｌｏ ｉ ｍ ｔｈ ｍｅ ａ ｄ ａ ｒ ａ ｎ ｅ ｐ ｌ ｔ ｉ ｄ ｓｗ ｌ． ｉａ ｌ ｉ ｐ ｔ ｒ ａ ｄ ｔ ｕ ｇ ｃ ｔ ｈ ｃ ｏ ｅ ｙ ｆ ｈ ｔ ｒ ｅ ｅ ｒ ｈ ｄ ｒ ｃｉｎ ａ ｄ ｒ ｓ ａ ｃ ｏｓ ｏ ｆｔ ｅ ａｇ ｒ ｈ ｂ ｎ ｌｚｎ ａ ｅ ｓｉ ｅ ｅ ｔ ｅ ｒ ． ｕ ｅ ｒ ｓ ａ ｃ ｉｅ ｔ ｎ ｅ ｅ ｒ ｈ ｈ ｔｐ ｔ ｌ ｏ ｔ ｍ ｙ ａ ａｙ ｉ ｇ ｐ ｐ ｒ ｎ ｒ ｃ ｎ ａ ｓ ｏ ｏ ｈ ｉ ｙ
所 能处理的搜索空间的转换 方法 。在 遗传算 法编码 方式 的问 题上 ， ｏ ａｄ建议 采用 二进 制编码 ， Ｈ ｌｎ ｌ 并得 到 了许 多学 者 的支
收稿 日期 ：２ １ ． １０ ；修 回日期 ：２ １ ．２２ ０ １ １— ７ ０ １１ ．７ 研 业务 费专项资金 项 目
献 ［ ］ 出一种新 的选择策略 ， ９提 即在选择过 程中每一个体 用一
式 也是一种有效 编码 的方法 。文 献 ［ 将 复数 编码 的思 想 ６］
足某种收敛指标为止 。与传统 的启发式优 化搜 索算 法相 比， 遗 传算法 的主要本质特征在 于群体 搜索策略和简单的遗传算子 。 群体搜索使遗传算 法得 以突破领 域搜 索的限制 ， 以实现整个 可 解空 间上 的分布式信息采集 和探 索 ； 遗传算子仅仅利用适应值 度量作为运算指标进行 随机操作 ， 降低 了一般启发式算法在搜 索过程 中对人机交互 的依赖 。
基金项 目：甘 肃省科技 基金 资助项 目（９ ＲＺ Ｉ５ ； ０ ６ Ｊ Ａ １ ） 甘肃省省属 高校 ２ １ ０ １年度基本科
作者简介 ： 马永杰（９ ７ ） 男， １６ 一 ， 甘肃灵 台人 ， 教授 ， 博士 ， 主要研究方向为智能控制、 物流技 术 （ ｙｍ ｊ ６ ． ｃ ） 云文霞（ ９６ ） 女 ， 士研 ｍ ｊ ｙ＠１３ ｅｒ ； ｕ １８ － ， 硕
Ｐ ＝ｅ Ｌ 丽 — 丽 Ｊ Ｄ ≠０且 Ｅ￡ ≠０
法使用一个确定性 的选 择算 子应用 于机组组合 问题 ， 在选择算 子 中种群 的所有个体根据一个既定战略作 为父代被选择 。
２ 交叉算 子 ）
交叉能使个体之间 的遗传 物质进 行交换从 而产生更好 的 个体 。文献 ［３ 从 解空 间 的角 度分 析了交叉 算 子的作 用 ， １］ 提 出了一种有 向交叉遗传算子 ， 过优 化控制交叉子代 的落点位 通 置， 使交叉子代大概 率地朝 着最优 解方 向进化 。文 献 ［ ４ 从 １］
Ｒｅ ｅ ｒ ｈ ｐ ｏ ｒ ｓ ｆ ｇ ｎ ｔ ａｇ ｒｔｍ ｓ ａ ｃ ｒ ｇ ｅ ｓ ｏ ｅ ｅｉ ｌｏ ｉｈ ｃ
．
Ｍ ｏｇｊ ，Ｙ Ｎ Ｗｅ—ｉ Ａ Ｙ ｎ —ｅ Ｕ ｎｘａ ｉ
（ ｅ ａｏａｏｙｏ ｔ ｃ＆Ｍｏｅｕａ ｈｓｓＦ ｎｔ ｎ ｌ ｔ ｉｌｏ ａｓ ｒｖ ｃ．Ｃ ｌｇ Ｐ ｙｉ ＆ Ｅｅｔ ｎ ｎ ｉ ｅｉｇ Ｎ ｒ ｗ ｓ Ｋ ｙＬ ｂｒｔｒ ｏ ｆＡ ｍｉ ｌ ｌｒ ｙｉ — ｕｃｏａ ｅ ａｓ Ｇ ｎｕＰ ｏｉ ｅ ｏｌ ｅｏ ｈｓ ｓ ｃ Ｐ ｃ ｉ Ｍａ ｒ ｆ ｎ ｅ ｆ ｃ ｌ ｒ ｉ Ｅ ｇｎ ｒ ． ｏｔ ｅ ｃｏ ｃ ｅ ｎ ｈ ｔ
第２ ９卷 第 ４期
２１ ０ ２年 ４ 月’
计 算 机 应 用 研 究
Ａｐ ｌ ａ ｉｎ Ｒｅ ｅ ｒ ｈ ｏ ｏ ｕ ｅ ｓ ｐ ｉ ｔ ｓ ａ ｃ ｆＣ ｍｐ ｔ ｒ ｃ ｏ
Ｖｏ ． ９ Ｎｏ ４ １２ ．
Ａｐ ．２ １ ｒ ０２
遗 传 算 法研 究进 展
马 永 杰 ，云 文 霞
ｓ ａｅ ｉｓ ｇｎ ｔ ｐ ｒｔｒ， ａａ ｔｒ ｄ ｎｉｃ ｔ ｎ，ｏ ｖｒｅ ｃ ｄ ｃ ｐｉｎ ｐｏ ｌｍｓａ ｏ ｎ ｂ ｏｄ，ｎ ｉ ｕ ｓｄ ｔｅ ｔ ｔｇｅ ，ｅ ｅｉ ｏ ｅａｏｓｐ ｒｍｅｅｓｉｅ ｔｉａｉ ｃｎ ｅｇ ｎ ｅ，ｅ ｅ ｔ ｒｂｅ ｔ ｍｅａ ｄａ ｒａ ａ ｄｄｓ ｓｅ ｈ ｒ ｃ ｆ ｏ ｏ ｈ ｃ
中图分 类号 ：Ｔ １ Ｐ８ 文献标 志码 ：Ａ 文章编 号 ：１ ０ ． ６ ５ ２ １ ）４ １０ ．６ ０ １ ３ ９ （ ０ ２ ０ — ２ １ ０
ｄｉ１ ． ９ ９ ｊｉ ｎ １０ ．６ ５ ２ １ ．４ ０ １ ｏ ：０ ３ ６ ／ ．ｓ ．０ １３ ９ ．０ ２ ０ ．０ ｓ
应度 ， 厂为交 叉 两 个体 适 应 度 的 较大 值 ， ～后 为 ［ ， ］内 ０１ 文献 ［５ 在分 析现有 参数设 定方 法 的基 础上 ， 遗传 算 ２］ 将 法参数设定 问题描述为随机优化问题 ， 并提 出一种新 的解决该 问题 的混合优化算 法。Ｐｎ ａ ｂｌｍ等人 针对调 度 问题通 ｏ ｎｍ ａ ａ 过大量 比较实验估计最佳 Ｇ Ａ参数 。文献 ［７ 以 Ｆｏ —ｈｐ调 ２ ］ ｌ Ｓｏ ｗ 度为算 例对 最 佳参 数 和操 作 的确 定 问题进 行 了研 究 。文 献 ［８ 提出 了基于信 息熵 的杂交概 率计算 方法 ， ２］ 从杂 交算 子对 种群新建和进化两个 方面的作用来 计算进化 过程 中的杂交概 率 。第 ｔ 代种群的杂交概率 Ｐ 计算公式如下 ：
些个体进行组合 ， 产生新一代 的候选解群 ， 重复此过程 ， 到满 直
持。文献 ［ ］ 出了一种 多 目的进程 调度 的二进制 编码 遗传 ２提
算法 ， 算法 中只有一小部分 二进 制变量被选择 编码成二进制染
色体 ， 通过对关键产 品、 任务 、 单位 的识别来 实现。文献 ［ ］ ３ 提 出了一种 混沌 ｇａ ｒ ｙ编码方法 。二进制 编码 的遗传 算法进 行数 值优 化时 ， 有精度不高 的缺点 ， 实数编 码对多参 数优化 问题有 更好 的性 能。文献 ［ ］ ４ 在解 空 间通 过反 向变换 将实数 染色 体 映射 到量 子位 ， 采用量子位概率指导 的实数交叉与｝ 沌变异相 昆 结合进化染 色体。虽然 实数 编码具有精度 高 、 便于大空间搜索 的优 点 ， 是 只 适用 于连 续 变 量 问 题 。混 合 染 色 体 编 码 方 但
（ 西北师 范 大学 物理 与 电子工程 学 院 甘肃省 原子 分子 物理 与功 能材料 重点 实验 室 ，兰州 ７ ０ ７ ） ３００
摘
要 ：对遗传算法编码策略、 遗传算子、 参数确定、 收敛性、 欺骗 问题等理论在 国内外的研 究现状进行 了系统
的研 究 ， 并对遗 传算 法在 国 内外 的研 究进展 和新 的应 用领域进 行 了讨论 ； 最后 ， 通过 对近 几年研 究 文献 的统 计分 析 ， 讨 了遗传 算法 的研 究热点和 发展 方 向。 探 关键 词 ：遗传 算 法 ；遗传 算子 ；收敛 性 ；约束 ； 多 目 优化 标
Leabharlann Baidu
Ｋｅ ｏｄ ：ｇｎｔ ｌ ｒｈ ｙｗ ｒｓ ｅｅｉ ａ ｏｉ ｍ；ｇｎｔ ｐｒｔｒ；ｃｎｅｇｎｅ ｏｓ ａ ｅ ；ｍ ｌ—ｂ ｃｉ ｐｉｉ ｔｎ ｃ ｇ ｔ ｅ ｅｃｏ ｅａ ｓ ｏｖｒｅｃ ；ｃｎｔ ｉ ｄ ｉ ｏ ｒｎ ｕｔｏｊ ｔ ｅｏｔ ｚ ｉ ｉ ｅ ｖ ｍ ａｏ
遗 传算法是 由美 国的 Ｈ ｌ ｎ ｏ ａｄ教授 于 １７ ｌ ９ ５年 在他的专著 《自然界和人工系统 的适应 性》 中首 先提 出的 ， 它是 一类借 鉴生物界 自然选择 和 自然遗 传机制 的随机搜 索算 法。遗传算 法模拟 自然选择 和 自然 遗传 过程 中发生的繁殖 、 交叉 和基 因突 变现象 ， 在每次迭代 中都保 留一组 候选解 ， 按某种 指标从解 并 群 中选取较优 的个体 ， 利用遗传算 子（ 选择 、 交叉 和变异 ） 对这