專(zhuān)利名稱(chēng)：一種更新遺傳種群的分段替換方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種改進(jìn)型的遺傳算法(Genetic Algorithm,GA),尤其涉及一種更新遺傳種群的分段替換方法。
背景技術(shù)：
遺傳算法是一種實(shí)用、高效、魯棒性強(qiáng)的優(yōu)化技術(shù)，它摒棄傳統(tǒng)的搜索方式，模擬自然界生物進(jìn)化的過(guò)程，對(duì)目標(biāo)空間進(jìn)行隨機(jī)優(yōu)化搜索。在遺傳算法中，一個(gè)個(gè)體對(duì)應(yīng)一個(gè)可行解，每個(gè)可行解通常可以編碼成稱(chēng)之為染色體的符號(hào)串。根據(jù)達(dá)爾文的自然選擇和優(yōu)勝劣汰的生物進(jìn)化過(guò)程，對(duì)由多個(gè)個(gè)體組成的種群反復(fù)進(jìn)行基于遺傳學(xué)的操作。遺傳算法被廣泛應(yīng)用于工業(yè)、經(jīng)濟(jì)管理、交通運(yùn)輸、工業(yè)設(shè)計(jì)等不同領(lǐng)域。在遺傳算法中，利用適應(yīng)值來(lái)度量個(gè)體對(duì)于生存環(huán)境的適應(yīng)程度，種群中個(gè)體的數(shù)目稱(chēng)為種群規(guī)模。基于遺傳學(xué)的操作主要包含三個(gè)步驟，即選擇、交叉和變異。選擇操作是將種群中適應(yīng)值高的個(gè)體遺傳到下一代，實(shí)現(xiàn)優(yōu)勝劣汰；交叉和變異是產(chǎn)生新個(gè)體的主要方法，可維持種群的多樣性，在一定程度上防止早熟。在GA運(yùn)行的初期階段，相對(duì)整個(gè)種群來(lái)說(shuō)，群體中可能會(huì)有少數(shù)幾個(gè)個(gè)體的適應(yīng)值非常高。若使用選擇操作，如輪盤(pán)賭選擇方法，來(lái)確定某個(gè)個(gè)體是否被選擇時(shí)，若干個(gè)具有較高適應(yīng)值的染色體會(huì)在下一代群體中占有很高的比例。在極端情況下或當(dāng)群體規(guī)模較小時(shí)，新的群體甚至完全由這樣的少數(shù)幾種染色體所組成。由于具有相同染色體的兩個(gè)個(gè)體不論在何 處進(jìn)行交叉操作，都不會(huì)產(chǎn)生出新的染色體，這樣就會(huì)使群體的多樣性降低，導(dǎo)致遺傳算法發(fā)生早熟收斂現(xiàn)象。同時(shí)在GA運(yùn)行的后期階段，群體中所有個(gè)體的平均適應(yīng)值接近于群體中最優(yōu)個(gè)體的適應(yīng)值，所有個(gè)體都以接近的概率被遺傳到下一代，從而使得進(jìn)化過(guò)程退變?yōu)橐环N隨機(jī)選擇過(guò)程，缺乏競(jìng)爭(zhēng)性。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種更新遺傳種群的分段替換方法。為達(dá)到上述目的，本發(fā)明采用了以下技術(shù)方案:在遺傳種群的迭代過(guò)程中，始終在記憶種群中保存一個(gè)全局最優(yōu)的個(gè)體I^pt，而在遺傳算法(GA)的每一次迭代過(guò)程中，都會(huì)選出一個(gè)本輪迭代的適應(yīng)值最高的個(gè)體b并保存在記憶種群中，同時(shí)比較b與Iv的適應(yīng)值，如果b的適應(yīng)值高于b。-則將b的相關(guān)信息復(fù)制給b_，否則b_保持不變。當(dāng)一個(gè)遺傳種群經(jīng)過(guò)基于遺傳學(xué)的選擇、交叉和變異三個(gè)步驟后，增加本發(fā)明提出的第四個(gè)分段替換步驟，算法流程圖如圖1所示。操作如下:(I)種群分段如圖2所示，將遺傳種群中的個(gè)體按適應(yīng)值從高到低進(jìn)行排序，然后分為三部分:A類(lèi):適應(yīng)值最高的50%種群。遺傳種群中按適應(yīng)值排序在前50%的部分將保留到下一次迭代過(guò)程中；B類(lèi):適應(yīng)值較低的37.5%種群。遺傳種群中按適應(yīng)值排序在前50%和后12.5%之間的部分用替換候選種群中的個(gè)體進(jìn)行替換；C類(lèi):適應(yīng)值最低的12.5%種群。遺傳種群中按適應(yīng)值排序在后12.5%的部分被視為丟棄種群，模擬自然死亡拋棄，用隨機(jī)生成的新種群直接代替。在利用本算法進(jìn)行具體問(wèn)題的求解時(shí)，對(duì)三個(gè)部分而言，可以根據(jù)實(shí)際情況，依照A類(lèi)的比例不低于40%，C類(lèi)的比例不超過(guò)30%的原則，對(duì)種群中保留到下次迭代部分(A類(lèi))的比例以及丟棄部分(C類(lèi))的比例進(jìn)行調(diào)整。(2) B類(lèi)種群替換GA中的I^pt是判斷某個(gè)個(gè)體是否可以成為克隆對(duì)象的一個(gè)很好的參照標(biāo)準(zhǔn)，因?yàn)槿粼搨€(gè)體的染色體和I^pt的差異度越低，該個(gè)體的適應(yīng)值也越高。因此，當(dāng)完成(I)之后，計(jì)算遺傳種群中所有個(gè)體和遺傳算法的全局最優(yōu)解I^pt的差異度值，然后將遺傳種群中所有個(gè)體按差異度值從低到高進(jìn)行排序，本發(fā)明只取遺傳種群中按差異度值排序在前25%的個(gè)體作為克隆母本，將這些克隆母本根據(jù)文獻(xiàn)劉星寶，蔡自興等.用于全局優(yōu)化問(wèn)題的混合免疫進(jìn)化算法[J].西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010，37(5):971-980.中的動(dòng)態(tài)克隆策略組成克隆種群，克隆種群按照一定的變異概率變異之后，和記憶種群一起組成替換候選種群。最后將替換候選種群中的個(gè)體按照適應(yīng)值從高到低的順序排序，依次選取適應(yīng)值較高的個(gè)體替換遺傳種群中按適應(yīng)值排序在前50%和后12.5%之間的部分(B類(lèi))中的所有個(gè)體。(3) C類(lèi)種群替換C類(lèi)種群屬于不適應(yīng)類(lèi)型，可以視為丟棄種群，使用新生的個(gè)體種群直接替換掉。所述記憶種群用集合M=Dvm2,…，nvJ表示,第t次迭代在經(jīng)歷選擇、交叉和變異三個(gè)步驟的遺傳操作后，從遺傳種群中選出適應(yīng)值最高的個(gè)體mt，將個(gè)體mt添加到集合M中本發(fā)明針對(duì)GA種群中出現(xiàn)的早熟收斂現(xiàn)象和優(yōu)質(zhì)種群利用率低的缺陷，在遺傳變異操作之后再增加一個(gè)分段替換步驟，可以使GA取得提高具有優(yōu)質(zhì)染色體個(gè)體的利用率和避免早熟收斂的折中，因此可以提高遺傳算法的性能。


圖1是基于分段替換方法的遺傳算法流程圖；圖2是本發(fā)明設(shè)計(jì)的分段替換策略示意圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明。遺傳算法是模擬生物進(jìn)化過(guò)程，優(yōu)化原始數(shù)據(jù)向量，使其具有更高的適應(yīng)性。原始數(shù)據(jù)向量Χ=[Χ(1)，Χ(2)，...，χ(ν)]τ，其中V是向量的長(zhǎng)度，假設(shè)初始個(gè)體集合為= ，…，bz^bj，其中:L為種群規(guī)模，第i個(gè)個(gè)體的染色體表示為I^i=Iibi (Ihbi (2)，...，bjv)，...，bJV)]'IDi (V) e {1，-1}，v=l,…，V。遺傳優(yōu)化的步驟如下 :第一步:初始化種群。根據(jù)具體的應(yīng)用背景來(lái)確定算法的適應(yīng)值函數(shù)，如在降低正交頻分復(fù)用的高峰均比時(shí)，適應(yīng)值函數(shù)L.Yang, R.S.Chenj Y.M.Siu and K.K.So0.An EfficientSphere Decoding Approach for PTS Assisted PAPR Reduction of OFDM Signals[J].AEU-1nternational Journal of Electronics and Communications，2007，61 (10):684-68
8.可定義為:
權(quán)利要求
1.一種更新遺傳種群的分段替換方法，其特征在于:在遺傳算法的每一次迭代過(guò)程中，當(dāng)遺傳種群經(jīng)過(guò)選擇、交叉和變異三個(gè)步驟后，將遺傳種群中的個(gè)體按適應(yīng)值從高到低進(jìn)行排序，遺傳種群中按適應(yīng)值排序在前50%的部分保留；遺傳種群中按適應(yīng)值排序在前50%和后12.5%之間的部分用替換候選種群中的個(gè)體進(jìn)行替換；遺傳種群中按適應(yīng)值排序在后12.5%的部分用隨機(jī)生成的新種群代替。
2.根據(jù)權(quán)利要求1所述一種更新遺傳種群的分段替換方法，其特征在于:計(jì)算遺傳種群中所有個(gè)體和全局最優(yōu)解的差異度值，然后將遺傳種群中所有個(gè)體按差異度值從低到高進(jìn)行排序，取遺傳種群中按差異度值排序在前25%的個(gè)體作為克隆母本，將克隆母本根據(jù)動(dòng)態(tài)克隆策略組成克隆種群，克隆種群變異之后，和記憶種群一起組成替換候選種群。
3.根據(jù)權(quán)利要求1所述一種更新遺傳種群的分段替換方法，其特征在于:將替換候選種群中的個(gè)體按照適應(yīng)值從高到低的順序排序，依次選取適應(yīng)值較高的個(gè)體替換遺傳種群中按適應(yīng)值排序在前50%和后12.5%之間的部分中的所有個(gè)體。
全文摘要
本發(fā)明公開(kāi)了一種更新遺傳種群的分段替換方法，該方法根據(jù)選擇、交叉和變異操作之后的種群，按實(shí)際情況分三段進(jìn)行處理合適的種群直接保留到下一代；同時(shí)引入克隆選擇方法，充分利用合適種群來(lái)替換中間部分的種群；剩余不合適的種群則會(huì)被新生的種群替換，該方法不但使整個(gè)種群保持多樣性，避免早熟收斂，還提高了優(yōu)質(zhì)種群的使用率，因此可以提高遺傳算法性能。
文檔編號(hào)G06N3/12GK103116805SQ20131005422
公開(kāi)日2013年5月22日 申請(qǐng)日期2013年2月20日 優(yōu)先權(quán)日2013年2月20日
發(fā)明者馮興樂(lè), 張少博, 路萍, 楊楠, 薛國(guó)偉 申請(qǐng)人:長(zhǎng)安大學(xué)