开题报告-雄性偏向的遗传算法的改进研究.doc

本科生毕业论文（设计）开题报告题 目:基于性别因子的遗传算法修改姓 名:学 院:信息科学技术学院专 业:计算机科学与技术班 级:计科121学 号:指导教师: 职称: 副教授20 15 年 12 月 16 日南京农业大学教务处制本课题的意义、国内外研究概况、应用前景等（列出主要参考文献）本课题的意义：遗传算法是通过模拟生物界的自然遗传进化规律得到的随机化搜索方法。它具有较好的全局性，高鲁棒性和可扩展性，较高的随机性，以及潜在的并行性等不同优点。但是，遗传算法也存在早熟，局部搜索能力差与多样性减少等问题。有国内外学者提出的基于性别的遗传算法可以较好地解决这些问题。可是，这种遗传算法也不是在所有情况下都会比标准遗传算法的效果，因此，本课题将对这种情况作出更深入的研究，探讨性别因子对遗传算法的具体影响是什么，在哪种场景下可以解决早熟等问题，哪种场景不适用。国内外的研究概况：国内： 国内的学者对演化算法有了大量的研究。有性别的遗传算法或者说基于性别的遗传算法被一部分学者应用在标准遗传算法中并且得到了较好地结果.基于性别的遗传算法在一些标准测试函数中的收敛代数，收敛率方面都要优于标准遗传算法，在解决旅行商问题时，基于性别的遗传算法也要比标准遗传的效果好很多。国外： 国外学者早在1999年的时候就有了相关的工作。所以国外学者做得更加深入，不像国内学者做得，他们有些人发现某些情况下，基于性别的遗传算法的效果并不好。所以，有学者做了少量的比较。应用前景： 基于性别的遗传算法在解决标准遗传算法的早熟与多样性差等方面有着较好地效果，但目前不清楚具体在什么样的应用场景下，基于性别的遗传算法可以有效，本课题将对此问题进行深入地探究，可以明确性别因子在其中的作用。1 Holland.JH .Adaptation in natural and artificial systems M . AnnArbor:University of Michigan Press,1975.2 Dejongka. The analysis of the behavior of a class of genetic adaptive systems D .AnnArbor:University of Michigan, 1975.3 Goldbergde Genetic algorithms in search,optimization and ma-chine learning M .Boston:Addison-Wesley Longman Press, 1989.4吉根林. 遗传算法研究综述J. 计算机应用与软件,2004,02:69-73.5邢文训 , 谢金星 .现代优化计算方法 M .北京 :清华大学出版社 , 1999.6黎明 熊晓峰 马聪.一种基于有性繁殖的遗传算法J中国图象图形学报2003年 5月7M.M.Raghuwanshi,O.G.Kakde Genetic Algorithm With Species And Sexual SelectionJCybernetics and Intelligent Systems, 2006 IEEE Conference on8KAI SONG GOH, ANDREW LIM and BRIAN RODRIGUESSexual Selection for Genetic AlgorithmsjARTIFICIAL INTELLIGENCE REVIEW 路 JANUARY 20039朱 灿1 , 2 , 梁昔明1 ,颜东煌一种考虑性别特征的遗传算法武 汉 理 工 大 学 学 报2008 年 12 月10Anabela Simoes Ernesto Costa Using Genetic Algorithms with Sexual or Asexual Transposition: aComparative Study In the Proceedings of the 2000 Congress on Evolutionary Computation July, 2000.711M. Andersson. Sexual Selection. Princeton University, 1994.研究的目标、内容和拟解决的关键问题研究的目标： 1.实现基于性别的遗传算法2. 将基于性别的遗传算法和标准遗传算法用各种测试方法做比较内容： 本课题要做的是研究性别因子对遗传算法的影响，所以先要实现基于性别的遗传算法，并要通过不同的测试标准及应用来比较基于性别的遗传算法和标准遗传算法的性能。对于基于性别的遗传算法要确定编码方式，雌雄个体分别的作用，以及遗传算法的选择，交叉，变异等算子的设计。用基于性别的遗传算法和标准遗传作比较，要用不同的测试函数，单峰、多峰、不同维数等测试函数，以及一些实际应用例如旅行商和背包问题。拟解决的关键问题1. 编码方式的选择，实数编码，浮点数编码等等，编码方式的不同也会导致结果的差异2. 种群的划分，雌雄个体如何确定，雌雄个体数量占种群个体的百分比3. 算法设计，相较标准遗传算法，基于性别的遗传算法有两个不同的种群，选择，交叉，变异等操作是否需要改进.4. 测试函数的选择，测试函数要尽可能地代表各种可能的场景。5. 性别因子对最终选择结果的影响。研究方法、技术路线、实验方案及可行性分析研究方法：1、 通过查阅书籍资料以及网上搜寻相关资料做好前期准备2、 结合相关资料，选择合适的编码方式和操作3、 编写具体代码，完成基于性别的遗传算法和标准遗传算法4、 设计实验，比较两种的算法的实验结果技术路线： 1. 学习标准遗传算法 2. 完成基于性别的标准遗传算法 3. 设计实验 4. 比较分析实验结果实验方案：实验1：单峰，多峰函数的比较，利用标准测试函数实验2：设计不同场景，比较两者的生物多样性和收敛速度可行性分析： 1.标准的遗传算法已经十分成熟 2.基于性别的遗传算法有一定的基础 特色或创新之处特色： 分析性别因子在遗传算法中的作用，尤其是性别优势对结果的影响国内还尚无人做，而且国外的研究又有局限性，本课题目的是分析性别因子的作用，以便确定性别因子在什么样的情况下是有效的。 研究计划及预期进展3.12之前 前期资料搜集，开题报告书写3.12-3.17 标准遗传算法学习 3.18-3.20 基于性别遗传算法的实现及调优 3.20-3.31 单双峰测试函数的比较和分析 4.01-4.10 多维度测试函数的比较和分析4.11-4.15 旅行商问题的比较和分析4.16-4.30 总体的分析和比较，准备论文的撰写。 已具备的条件、尚缺少的条件和拟解决的途径（包括利用教