DNA遗传算法的集成研究与应用

发布时间：2024-01-25 18:30

　　作为进化计算最重要的一个分支,遗传算法在许多领域已经获得大量的研究,但发展到现在仍然存在很多缺陷。遗传算法进化到后期,种群中的个体相似度较高,无法对解空间做进一步的搜寻,导致算法早熟收敛。遗传算法的局部搜索能力较弱,在最优解附近需要花费较长时间才能得到问题的全局最优解。而且,传统遗传算法一般采用二进制编码方式,这种编码方法不能表达丰富的生物遗传信息,在计算模型中无法反映遗传信息对生物体生长、发育的调制作用,尤其是起关键控制作用的DNA编码机制。自从Adleman提出DNA计算理论开始,基于DNA计算的智能系统开始引起研究人员的注意,它能够更好的反映生物体的遗传信息,从而建立功能更强、效率更高的智能计算模型。受此启发,研究者们开始尝试进一步分析和模仿生物遗传信息的调控功能,建立分子水平上的遗传信息模型。基于这种思想,学者们提出了DNA遗传算法。这种算法将遗传算法与DNA计算相结合,在DNA编码方式的基础上对种群中的个体进行遗传操作,从而更好地模拟生物的遗传机理和遗传信息表达机制。DNA遗传算法的结构与一般遗传算法基本上类似,主要区别在于DNA遗传算法采用DNA编码方式,并基于这种编码方式...

【文章页数】：225 页

【学位级别】：博士

图1-4从事DNA遗传算法研究的国内科研人员情况

图2-6LBS和HBS的变异概率曲线

图3-5测试函数及求解结果

图3-6测试函数的收敛曲线

本文编号：3885339