版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、遺傳算法程序設(shè)計(jì)探討 摘 要本文通過對(duì)基本遺傳算法添加初始化啟發(fā)信息、改進(jìn)交叉算子和利用本身所固有的并行性構(gòu)架粗粒度并行遺傳算法等方法提高了遺傳算法的收斂性及其尋優(yōu)能力。 關(guān)鍵詞 遺傳算法;TSP;交叉算子 1 引言 遺傳算法是模擬生物在自然環(huán)境中的遺傳和進(jìn)化過程而形成的一種自適應(yīng)全局優(yōu)化概率搜索算法??偟恼f來,遺傳算法是按不依賴于問題本身的方式去求解問題。它的目標(biāo)是搜索
2、這個(gè)*、高度非線性空間以找到具有最優(yōu)適應(yīng)值(即最小費(fèi)用的)的點(diǎn)1。 基本遺傳算法是一個(gè)迭代過程,它模仿生物在自然環(huán)境中的遺傳和進(jìn)化機(jī)理,反復(fù)將選擇算子、交叉算子和變異算子作用于種群,最終可得到問題的最優(yōu)解和近似最優(yōu)解。2 遺傳算法程序設(shè)計(jì)改進(jìn)比較2.1 基本遺傳算法對(duì)TSP問題解的影響 本文研究的遺傳算法及改進(jìn)算法的實(shí)現(xiàn)是以C+語言為基礎(chǔ),在Windows2000的版本上運(yùn)行,其實(shí)現(xiàn)程序是在Microsoft Visual Stadio 6.0上編寫及運(yùn)
3、行調(diào)試的。 1) 遺傳算法的執(zhí)行代碼m_Tsp.Initpop(); /種群的初始化for(int i=0;i<m_Tsp.ReturnPop();i+) m_Tsp.calculatefitness(i); /計(jì)算各個(gè)個(gè)體的適應(yīng)值m_Tsp.statist
4、ics(); /統(tǒng)計(jì)最優(yōu)個(gè)體while(entropy>decen|variance>decvar)/m_Tsp.m_gen<100)/將新種群更迭為舊種群,并進(jìn)行遺傳操作m_Tsp.alternate(); /將新種群付給舊種群m_Tsp.generation(); /對(duì)舊
5、種群進(jìn)行遺傳操作,產(chǎn)生新種群m_Tsp.m_gen+;m_Tsp.statistics(); /對(duì)新產(chǎn)生的種群進(jìn)行統(tǒng)計(jì) 2) 簡(jiǎn)單的遺傳算法與分支定界法對(duì)TSP問題求解結(jié)果的對(duì)比 遺傳算法在解決NPC問題的領(lǐng)域內(nèi)具有尋找最優(yōu)解的能力。但隨著城市個(gè)數(shù)的增加,已沒有精確解,無法確定遺傳算法求解的精度有多高。一般情況下,當(dāng)?shù)鷶?shù)增大時(shí),解的精度可能高,但是時(shí)間開銷也會(huì)增大。因此可以通過改進(jìn)遺傳算法來提高搜
6、索能力,提高解的精度。表1 10個(gè)城市的TSP問題求解結(jié)果數(shù)據(jù)算法試驗(yàn)結(jié)果簡(jiǎn)單遺傳算法分支定界法最佳解時(shí)間精確解時(shí)間試驗(yàn)12448.6100375s 2448.610037 00:07:30試驗(yàn)22448.61003713s試驗(yàn)32448.6100379s試驗(yàn)42459.54305410s試驗(yàn)52459.5430547s2.2 初始化時(shí)的啟發(fā)信息對(duì)TSP問題解的影響 1) 初始化啟發(fā)信息 在上述實(shí)驗(yàn)算法的基
7、礎(chǔ)上,對(duì)每一個(gè)初始化的個(gè)體的每五個(gè)相鄰城市用分支界定法尋找最優(yōu)子路徑,然后執(zhí)行遺傳算法。 2) 遺傳算法與含有啟發(fā)信息的遺傳算法求解結(jié)果的對(duì)比 當(dāng)城市數(shù)增至20個(gè)時(shí),用分支定界法已經(jīng)不可能在可以接受的時(shí)間內(nèi)得到精確的解了,只能通過近似算法獲得其可接受的解。試驗(yàn)設(shè)計(jì)中算法的截止條件:固定迭代1000代。表2中的平均最優(yōu)解為經(jīng)過多次試驗(yàn)(10次以上)得到的最優(yōu)解的平均值,最優(yōu)解的出現(xiàn)時(shí)間為最優(yōu)解出現(xiàn)的平均時(shí)間,交叉操作次數(shù)為最優(yōu)解出現(xiàn)時(shí)交叉次數(shù)的平均值。表2 20個(gè)城市的TS
8、P問題求解結(jié)果數(shù)據(jù)算法交叉操作次數(shù)最優(yōu)解出現(xiàn)時(shí)間平均最優(yōu)解簡(jiǎn)單遺傳算法80244.479.4s1641.8含初始化啟發(fā)信息的GA79000.237.4s1398.9 從表2中可以看出,當(dāng)初始種群時(shí)引入啟發(fā)信息將提高遺傳算法的尋優(yōu)能力。同時(shí)縮短了遺傳算法的尋優(yōu)時(shí)間和問題的求解精度。2.3 交叉算子對(duì)TSP問題解的影響 1)循環(huán)貪心交叉算子的核心代碼for(i=1;i<m_Chrom;i+) flag=0; city=m_newpopf
9、irst.chromi-1; /確定當(dāng)前城市 j=0; while(flag=0&&j<4) sign=adjcitycityj; /adjcity數(shù)組的數(shù)據(jù)為當(dāng)前城市按順序排列的鄰接城市 flag=judge(first,i,sign); &
10、#160;/判斷此鄰接城市是否已經(jīng)存在待形成的個(gè)體中 j+; if(flag= =0) /如果所有鄰接城市皆在待擴(kuò)展的個(gè)體中 while(flag= =0)
11、 sign=(int)rand()/(RAND_MAX/(m_ Chrom-1); /隨機(jī)選擇一城市 flag=judge(first,i,sign); if(flag=1)
12、160; m_newpopfirst.chromi=sign; 2)問題描述與結(jié)果比較 下面筆者用經(jīng)典的測(cè)試遺傳算法效率的Oliver TSP問題來測(cè)試循環(huán)貪心交叉算子的解的精度和解效率。Oliver TSP問題的30個(gè)城市位置坐標(biāo)如表3所示2。表3 Oliver TSP問題的30個(gè)城市位置坐標(biāo)城市編號(hào)坐標(biāo)城市編號(hào)坐標(biāo)城市編號(hào)坐標(biāo)1(87,7)11(58,69)21(4,50)2(91,83)12(54,6
13、2)22(13,40)3(83,46)13(51,67)23(18,40)4(71,44)14(37,84)24(24,42)5(64,60)15(41,94)25(25,38)6(68,58)16(2,99)26(41,26)7(83,69)17(7,64)27(45,21)8(87,76)18(22,60)28(44,35)9(74,78)19(25,62)29(58,35)10(71,71)20(18,54)30(62,32) 表4 貪心交叉與部分匹配交叉的比較(Oliver TSP問題的30個(gè)城市)交叉算子交叉操作次數(shù)平均時(shí)間平均最優(yōu)解部分匹配
14、交叉5976031.2s517.0貪心交叉1577428.6s433.4 從表4、圖1中可以看到,貪心交叉算子大大提高了遺傳算法的尋優(yōu)能力,同時(shí)也降低了交叉操作次數(shù)。在多次試驗(yàn)中,貪心交叉算子找到的最優(yōu)解與目前記載的最佳數(shù)據(jù)的誤差率為2.7%。而部分匹配交叉算子找到的最優(yōu)解與目前記載的最佳數(shù)據(jù)的誤差率高達(dá)7%。從而可以得到交叉算子對(duì)于遺傳算法的計(jì)算效率和計(jì)算結(jié)果起主導(dǎo)性作用3。 圖1 遺傳算法的收斂過程2.4 并行遺傳算法消息傳遞實(shí)現(xiàn)的核心代碼
15、160;1)主程序代碼/接收各個(gè)從程序的最優(yōu)個(gè)體for(i=0;i<slave;i+)MPI_Recv(Rchromi,chrom,MPI_UNSIGNED,MPI_ANY_SOURCE,gen,MPI_COMM_WORLD,&status);/計(jì)算接收各個(gè)從程序的最優(yōu)個(gè)體的回路距離for(i=0;i<slave;i+) fitnessi=0.0; for(int j=0;j&l
16、t;chrom-1;j+) fitnessi=fitnessi+distanceRchromijRchrom ij+1; fitnessi=fitnessi+distanceRchromi0Rchrom ichrom-1; /找到最優(yōu)的個(gè)體并把它記錄
17、到文件里 for(i=0;i<slave;i+) if(1/fitnessi>min) &
18、#160; sign=i; min=1/fitnessi;
19、60; fwrite(&gen,sizeof(int),1,out); for(i=0;i<chrom;i+) fwrite(&Rchromsigni,sizeof(unsigned),1,out);
20、 fwrite(&fitnesssign,sizeof(double),1,out); /每九代向從程序發(fā)送一個(gè)最優(yōu)個(gè)體 if(gen%9=0) MPI_Bcast(Rchromsign,chrom,MPI_ UNSIGNED,0,MPI_C
21、OMM_WORLD); 2)從程序代碼/將上一代的最優(yōu)個(gè)體傳回主程序MPI_Send(Rchrom1,chrom,MPI_UNSIGNED,0,gen,MPI_COMM_WORLD);/每九代接收一個(gè)最優(yōu)個(gè)體并將其加入種群中替換掉最差個(gè)體if(gen%9=0) PI_Bcast(Rchrom2,chrom,MPI_UNSIGNED,0,MPI_COMM_WORLD); Tsp.IndiAlternate(Rchrom2);/進(jìn)行下一代的計(jì)算Tsp.Atern
22、ate();Tsp.Generation(); Tsp.Statistics(); 3)并行遺傳算法的性能 筆者在MPI并行環(huán)境下,用C語言實(shí)現(xiàn)了一個(gè)解決TSP問題的粗粒度模型的并行遺傳算法。該程序采用的是主從式的MPI程序設(shè)計(jì),通過從硬盤的文件中讀取數(shù)據(jù)來設(shè)置染色體長(zhǎng)度、種群的規(guī)模、交叉概率和變異概率等參數(shù)。試驗(yàn)環(huán)境為曙光TC1700機(jī),測(cè)試的對(duì)象是Oliver TSP問題的30個(gè)城市的TSP問題。 正如在測(cè)試串行遺傳算法所提到的數(shù)據(jù)結(jié)果,并行遺傳算法也沒有達(dá)到目前所記錄的最好解,但是它提高了算法的收斂性,并行遺傳算法的收斂趨勢(shì)如圖2所示4。 圖2 遺傳
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 東莞市2024-2025學(xué)年高三第一次考試語文試題試卷含解析
- 培訓(xùn)預(yù)算申請(qǐng)單
- 北京市海淀區(qū)十一學(xué)校2024-2025學(xué)年高三3月第一次綜合試題含解析
- 安徽省宣城市三校2024-2025學(xué)年高三下學(xué)期第三次月考語文試題理試題含解析
- 話題二 校園生活2022年中考英語書面表達(dá)話題突破
- Unit10SectionB(學(xué)生版)七年級(jí)英語下冊(cè)講義(人教版)
- 2.凸透鏡成像及規(guī)律(講義)
- 專題04圖形的相似(難點(diǎn))
- 專題11三角形中三線的應(yīng)用
- 考點(diǎn)07形容詞和副詞辨析-2022年中考英語一輪復(fù)習(xí)
- 《高三勵(lì)志班會(huì)》課件
- 石墨烯增強(qiáng)水泥砂漿在既有建筑改造中的應(yīng)用
- 中醫(yī)藥非物質(zhì)文化遺產(chǎn)保護(hù)與傳承
- 人工智能在金融領(lǐng)域的應(yīng)用與探索
- 大概念單元教學(xué)視野下的實(shí)踐探索:遼宋夏金元-從“小中國”到“大中國”的演變之課時(shí)4++民族交融-武力碰撞與民族認(rèn)同的激涌說課 高中歷史統(tǒng)編版(2019)必修中外歷史綱要上冊(cè)
- 三年級(jí)加法豎式題50道
- 鋼結(jié)構(gòu)焊接技術(shù)中的納米焊接技術(shù)介紹
- 蔬菜大棚勞務(wù)用工協(xié)議書
- 《分子和原子》(第一課時(shí))說課稿
- 骨科康復(fù)進(jìn)修總結(jié)匯報(bào)
- 顧客體驗(yàn)價(jià)值與酒店服務(wù)質(zhì)量研究
評(píng)論
0/150
提交評(píng)論