廣義遺傳算法研究及其工程應用.pdf

1、本文研究了廣義遺傳算法的基本思想、理論基礎和實施過程，對廣義遺傳算法的宏觀策略和微觀策略分別進行了改進，提出了一種改進的廣義遺傳算法和一種新的微種群遺傳算法，并深入研究了它們在結構動力優(yōu)化、結構魯棒性優(yōu)化、非線性方程組求解等工程問題中的應用。
　　 在廣義遺傳算法的研究方面：提出了防止近親繁殖和早熟收斂的異種機制，給出了一個判斷種群近親繁殖程度的判別式和兩種選擇異種的方法，從而提高了廣義遺傳算法的收斂效率；運用異種機制、種群隔離

2、機制、最優(yōu)保持策略、算術交叉、自適應非均勻變異等方法對遺傳算法進行了改進，給出了改進的廣義遺傳算法的基本流程；提出了一種新的微種群遺傳算法，將廣義遺傳算法的思想引入微種群遺傳算法，把微種群遺傳算法的優(yōu)化過程劃分為漸進階段和驟變階段，加入了自適應變異算子，在本文中，這一算法被稱為微種群廣義遺傳算法。
　　 在工程應用研究方面：將改進的廣義遺傳算法與有限元方法相結合，用于研究結構動力特性和結構動力響應的優(yōu)化。數值算例表明了該方法的有

3、效性和實用性；將改進的廣義遺傳算法與有限元方法相結合，采用Taguchi望目特性的SN比構造了遺傳算法的目標函數，研究了復雜載荷作用下帶有不確定性參數的結構魯棒性優(yōu)化問題。數值算例表明，異種機制能夠有效地提高廣義遺傳算法收斂于全局最優(yōu)解的概率，加快收斂速度；應用改進的廣義遺傳算法研究了非線性方程組的求解問題，數值算例表明應用改進的遺傳算法不僅能夠求解非線性方程組的特解問題，還能求解以非線性方程組為約束條件的復雜優(yōu)化問題。