發(fā)布時間：2024-07-10 22:59

　　遺傳算法是一種較好的最優(yōu)解搜索技術(shù),如何獲得更加準(zhǔn)確的遺傳算法并提高種群的多樣性能一直是研究的重點(diǎn),本文對NSGA-Ⅱ多目標(biāo)遺傳算法和GA單目標(biāo)遺傳算法進(jìn)行改進(jìn),提出了自適應(yīng)多種群NSGA-Ⅱ多目標(biāo)遺傳算法和IGA單目標(biāo)遺傳算法,并采用IGA遺傳算法優(yōu)化MKLSSVM參數(shù),建立IGA-MKLSSVM的模型辨識算法。分別利用IGA-MKLSSVM算法和自適應(yīng)多種群NSGA-Ⅱ遺傳算法對水泥篦冷機(jī)的關(guān)鍵參數(shù)進(jìn)行模型建立和參數(shù)優(yōu)化。具體研究工作如下:首先,針對NSGA-Ⅱ遺傳算法搜索性能的局限性,提出一種AMP-NSGA2遺傳算法。該算法利用間斷平衡理論,構(gòu)建多種群、多交叉算子操作方式,提高群體多樣性;根據(jù)子種群對EXS解集貢獻(xiàn)量的不同,采用Logistic模型,實(shí)現(xiàn)子種群的自適應(yīng)調(diào)節(jié),同時結(jié)合局部搜索方法,提高遺傳算法的局部尋優(yōu)搜索能力,通過實(shí)驗(yàn)仿真表明,本算法擁有較好的收斂性和尋優(yōu)能力,為篦冷機(jī)參數(shù)優(yōu)化提供算法基礎(chǔ)。其次,針對GA遺傳算法種群多樣性差,局部尋優(yōu)能力差等問題,提出IGA遺傳算法。該算法利用多種群、多交叉算子遺傳操作中對EXS解集的貢獻(xiàn)量確定算法求解優(yōu)化問題最具適應(yīng)性的交叉算...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1AMP-NSGA2遺傳算法流程圖

章提出一種自適應(yīng)多種群NSGA-II遺傳算法-----AMP-NSGA2：利用間斷平建立多種群、多交叉算子的遺傳操作模式。根據(jù)子種群對最優(yōu)解集EXS的利用Logistic模型實(shí)現(xiàn)種群大小的自適應(yīng)調(diào)節(jié)，結(jié)合局部尋優(yōu)策略，從兩個算法的尋優(yōu)性能，改善個體在帕累托解集的分布和....

圖2-2K-S正態(tài)分布檢驗(yàn)

(1)正態(tài)分布檢驗(yàn)：將AMP-NSGA2遺傳算法對ZDT1問題所求的100個GD數(shù)據(jù)通過單個樣本K-S檢驗(yàn)方法進(jìn)行正態(tài)分布檢驗(yàn)，所得結(jié)果如圖2-2所示。圖2-2K-S正態(tài)分布檢驗(yàn)由圖2-2可驗(yàn)證此組數(shù)據(jù)符合正態(tài)分布，NSGA-II遺傳算法對ZDT1問題的G....

圖3-1IGA遺傳算法多種群操作過程

GA遺傳算法(IGA)。選用三階多項(xiàng)式核函數(shù)、指數(shù)型徑向基核函數(shù)函數(shù)3種核函數(shù)加權(quán)組合，構(gòu)建等價核函數(shù)，建立多核最小二乘支。利用IGA優(yōu)化MKLSSVM參數(shù)，建立模型辨識算法。為篦冷機(jī)辨識算法。遺傳算法的構(gòu)建GA遺傳算法存在的種群多樣性差、全局收斂性能差等缺點(diǎn)[....

圖3-2最優(yōu)解集區(qū)域劃分圖中：

第3章基于IGA-MKLSSVM的模型辨識算法研究MGA多種群遺傳操作，在提高算法局部尋優(yōu)能力的算子類型，并將其應(yīng)用到下節(jié)的單種群遺傳算法中傳算法的建立度和運(yùn)行時間，當(dāng)EXS解集達(dá)到(1)精度時IG種群遺傳操作SGA（Single-popu....

本文編號：4004864