專利名稱：一種更新遺傳種群的分段替換方法
技術領域：
本發明涉及一種改進型的遺傳算法(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：
遺傳算法是一種實用、高效、魯棒性強的優化技術，它摒棄傳統的搜索方式，模擬自然界生物進化的過程，對目標空間進行隨機優化搜索。在遺傳算法中，一個個體對應一個可行解，每個可行解通常可以編碼成稱之為染色體的符號串。根據達爾文的自然選擇和優勝劣汰的生物進化過程，對由多個個體組成的種群反復進行基于遺傳學的操作。遺傳算法被廣泛應用于工業、經濟管理、交通運輸、工業設計等不同領域。在遺傳算法中，利用適應值來度量個體對于生存環境的適應程度，種群中個體的數目稱為種群規模。基于遺傳學的操作主要包含三個步驟，即選擇、交叉和變異。選擇操作是將種群中適應值高的個體遺傳到下一代，實現優勝劣汰；交叉和變異是產生新個體的主要方法，可維持種群的多樣性，在一定程度上防止早熟。在GA運行的初期階段，相對整個種群來說，群體中可能會有少數幾個個體的適應值非常高。若使用選擇操作，如輪盤賭選擇方法，來確定某個個體是否被選擇時，若干個具有較高適應值的染色體會在下一代群體中占有很高的比例。在極端情況下或當群體規模較小時，新的群體甚至完全由這樣的少數幾種染色體所組成。由于具有相同染色體的兩個個體不論在何 處進行交叉操作，都不會產生出新的染色體，這樣就會使群體的多樣性降低，導致遺傳算法發生早熟收斂現象。同時在GA運行的后期階段，群體中所有個體的平均適應值接近于群體中最優個體的適應值，所有個體都以接近的概率被遺傳到下一代，從而使得進化過程退變為一種隨機選擇過程，缺乏競爭性。
發明內容
本發明的目的在于提供一種更新遺傳種群的分段替換方法。為達到上述目的，本發明采用了以下技術方案:在遺傳種群的迭代過程中，始終在記憶種群中保存一個全局最優的個體I^pt，而在遺傳算法(GA)的每一次迭代過程中，都會選出一個本輪迭代的適應值最高的個體b并保存在記憶種群中，同時比較b與Iv的適應值，如果b的適應值高于b。-則將b的相關信息復制給b_，否則b_保持不變。當一個遺傳種群經過基于遺傳學的選擇、交叉和變異三個步驟后，增加本發明提出的第四個分段替換步驟，算法流程圖如圖1所示。操作如下:(I)種群分段如圖2所示，將遺傳種群中的個體按適應值從高到低進行排序，然后分為三部分:A類:適應值最高的50%種群。遺傳種群中按適應值排序在前50%的部分將保留到下一次迭代過程中；B類:適應值較低的37.5%種群。遺傳種群中按適應值排序在前50%和后12.5%之間的部分用替換候選種群中的個體進行替換；C類:適應值最低的12.5%種群。遺傳種群中按適應值排序在后12.5%的部分被視為丟棄種群，模擬自然死亡拋棄，用隨機生成的新種群直接代替。在利用本算法進行具體問題的求解時，對三個部分而言，可以根據實際情況，依照A類的比例不低于40%，C類的比例不超過30%的原則，對種群中保留到下次迭代部分(A類)的比例以及丟棄部分(C類)的比例進行調整。(2) B類種群替換GA中的I^pt是判斷某個個體是否可以成為克隆對象的一個很好的參照標準，因為若該個體的染色體和I^pt的差異度越低，該個體的適應值也越高。因此，當完成(I)之后，計算遺傳種群中所有個體和遺傳算法的全局最優解I^pt的差異度值，然后將遺傳種群中所有個體按差異度值從低到高進行排序，本發明只取遺傳種群中按差異度值排序在前25%的個體作為克隆母本，將這些克隆母本根據文獻劉星寶，蔡自興等.用于全局優化問題的混合免疫進化算法[J].西安電子科技大學學報(自然科學版)，2010，37(5):971-980.中的動態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體按照適應值從高到低的順序排序，依次選取適應值較高的個體替換遺傳種群中按適應值排序在前50%和后12.5%之間的部分(B類)中的所有個體。(3) C類種群替換C類種群屬于不適應類型，可以視為丟棄種群，使用新生的個體種群直接替換掉。所述記憶種群用集合M=Dvm2,…，nvJ表示,第t次迭代在經歷選擇、交叉和變異三個步驟的遺傳操作后，從遺傳種群中選出適應值最高的個體mt，將個體mt添加到集合M中本發明針對GA種群中出現的早熟收斂現象和優質種群利用率低的缺陷，在遺傳變異操作之后再增加一個分段替換步驟，可以使GA取得提高具有優質染色體個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是本發明設計的分段替換策略示意圖。
具體實施例方式下面結合附圖對本發明作進一步說明。遺傳算法是模擬生物進化過程，優化原始數據向量，使其具有更高的適應性。原始數據向量Χ=[Χ(1)，Χ(2)，...，χ(ν)]τ，其中V是向量的長度，假設初始個體集合為= ，…，bz^bj，其中:L為種群規模，第i個個體的染色體表示為I^i=Iibi (Ihbi (2)，...，bjv)，...，bJV)]'IDi (V) e {1，-1}，v=l,…，V。遺傳優化的步驟如下 :第一步:初始化種群。根據具體的應用背景來確定算法的適應值函數，如在降低正交頻分復用的高峰均比時，適應值函數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程中，當遺傳種群經過選擇、交叉和變異三個步驟后，將遺傳種群中的個體按適應值從高到低進行排序，遺傳種群中按適應值排序在前50%的部分保留；遺傳種群中按適應值排序在前50%和后12.5%之間的部分用替換候選種群中的個體進行替換；遺傳種群中按適應值排序在后12.5%的部分用隨機生成的新種群代替。
2.根據權利要求1所述一種更新遺傳種群的分段替換方法，其特征在于:計算遺傳種群中所有個體和全局最優解的差異度值，然后將遺傳種群中所有個體按差異度值從低到高進行排序，取遺傳種群中按差異度值排序在前25%的個體作為克隆母本，將克隆母本根據動態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.根據權利要求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體按照適應值從高到低的順序排序，依次選取適應值較高的個體替換遺傳種群中按適應值排序在前50%和后12.5%之間的部分中的所有個體。
全文摘要
本發明公開了一種更新遺傳種群的分段替換方法，該方法根據選擇、交叉和變異操作之后的種群，按實際情況分三段進行處理合適的種群直接保留到下一代；同時引入克隆選擇方法，充分利用合適種群來替換中間部分的種群；剩余不合適的種群則會被新生的種群替換，該方法不但使整個種群保持多樣性，避免早熟收斂，還提高了優質種群的使用率，因此可以提高遺傳算法性能。
文檔編號G06N3/12GK103116805SQ20131005422
公開日2013年5月22日 申請日期2013年2月20日 優先權日2013年2月20日
發明者馮興樂, 張少博, 路萍, 楊楠, 薛國偉 申請人:長安大學