[发明专利]一种基于小波变异的IJAYAGA算法

权利要求书

1.一种基于小波变异的IJAYAGA算法，其特征在于包括下列步骤：

Step1评价：计算个体适应度值，对个体适应度值排序，选择最优个体和最差个体；

Step2个体更新：计算自适应引导算子，更新个体产生新种群；

Step3种群选择：计算个体适应度，轮盘赌选择个体产生选择种群；

Step4交叉：计算交叉算子，个体交叉产生交叉种群；

Step5小波变异：计算小波变异算子，个体变异产生变异种群，交叉种群与变异种群混合产生新种群；

Step6随机竞争选择：随机选取若干个体，计算个体得分，竞争比较产生新种群。

2.根据权利要求1所述的一种基于小波变异的IJAYAGA算法，其特征在于个体更新的具体过程如下：

Step2.1计算自适应引导算子w：

其中：k当前迭代次数，K为所固定的总的进化次数；

Step2.2利用种群P(k)中的最优解和最劣解引导个体朝最优解的方向更新，避免其朝劣解方向更新，计算更新个体

其中：rand为产生的随机数，i为种群中的第i个个体；

Step2.3对更新后的个体适应度值与原个体的适应度值进行比较，选择较优个体

Step2.4更新计数值，即令i＝i+1。若满足i≤N，转步骤Step2.1执行，将新产生的N个个体作为新种群。

3.根据权利要求1所述的一种基于小波变异的IJAYAGA算法，其特征在于种群选择的具体过程如下：

Step3.1计算种群P(k)中每个个体的适应度值

Step3.2计算种群P(k)中每个个体被遗传到下一代群体中的概率

Step3.3计算种群P(k)中每个个体累积概率

Step3.4生成随机数γ，γ∈[0,1]；

Step3.5若则选择个体1；若则选择个体i；

Step3.6重复Step3.4和Step3.5，直到N个个体被选中，将该N个个体称为选择种群。

4.根据权利要求1所述的一种基于小波变异的IJAYAGA算法，其特征在于交叉的具体过程如下：

Step4.1从种群P(k)中随机选择两个个体p和q，且p≠q；

Step4.2计算自适应交叉算子P_c：

Step4.3计算个体p与个体q的相似度系数S_p,q：

其中：表示个体p的第m个基因位的基因型，表示个体q的第m个基因位的基因型，M为种群中每个个体的长度。

Step4.4生成随机数γ_c，满足0≤γ_c≤1；

Step4.5若满足S_p,q≤ε且γ_c≤p_c，则转去执行步骤Step4.6，否则返回执行步骤Step4.1；

Step4.6生成随机数n，满足1≤n≤M；

Step4.7在第n个基因位处对个体p和q执行单点交叉操作；

Step4.8执行Step4.1-Step4.7共N/2次。

5.根据权利要求1所述的一种基于小波变异的IJAYAGA算法，其特征在于小波变异的具体过程如下：

Step5.1计算种群P(k)每个个体小波变异算子δ：

其中：为变异常数；

Step5.2对种群中P(k)的每个个体进行个体小波变异，得到对应变异个体

Step5.3更新计数值，即令i＝i+1。若满足i≤N，转步骤Step5.1执行变异过程。生成新的变异种群；

Step5.4将新的变异种群加入原始种群中，生成具有2N个体的新种群。

6.根据权利要求1所述的一种基于小波变异的IJAYAGA算法，其特征在于随机竞争选择的具体过程如下：

Step6.1在2N个个体中随机选择Q个个体组成测试群体，将个体的适应度与Q个个体的适应度进行比较，记录个体优于或等于Q内各个个体的次数，计算得到个体的分数S_i：

Step6.2更新计数值，即令i＝i+1。若满足i≤N，转步骤Step6.1计算每个个体的分数S_i；

Step6.3对种群P(k)中个体的分数S_i排序，选择分值较高的N个个体组成下一代新的群体。