[发明专利]一种基于相似度排挤的多种群模拟退火混合遗传算法

摘要

一种基于相似度排挤的多种群模拟退火混合遗传算法，包括如下步骤：编码；设置初始化参数；创建初始种群；计算适应度值；选择操作；交叉操作；变异操作；基因翻转操作；模拟退火Metropolis准则的判断；基于相似度排挤的迁移操作；最优保存；终止判断；所述基于相似度排挤的迁移操作，具体步骤如下：计算源种群和目标种群中每一个个体的适应度值、选择源种群中适应度值最高的个体作为拟移民个体、相似度计算以及排挤替换。加入模拟退火操作的多种群遗传算法能提高多种群遗传算法的局部搜索能力，使算法更大程度上搜索到近似解甚至是最优解。再加入个体相似度判断，注重个体间的差异，维护种群的多样性，避免了遗传算法早熟收敛，提高了算法的求解质量，使得算法更接近最优解。

主权项

一种基于相似度排挤的多种群模拟退火混合遗传算法，包括如下步骤：步骤一：编码；步骤二：设置初始化参数；步骤三：创建初始种群；步骤四：计算适应度值；步骤五：选择操作；步骤六：交叉操作；步骤七：变异操作；步骤八：基因翻转操作；步骤九：模拟退火Metropolis准则的判断；其特征在于，还包括如下步骤：步骤十：基于相似度排挤的迁移操作，具体步骤如下：(1)计算源种群和目标种群中每一个个体的适应度值；(2)选择源种群中适应度值最高的个体作为拟移民个体；(3)相似度计算：计算目标种群中的每个个体与拟移民个体的相似度值，所述相似度值等于两个个体各个基因的等位距离加权求和，个体基因的等位距离dist(x_i,y_i)的计算方法如下式(1‑1)，$\mathrm{dist}(x_i,y_i)=\frac{|x_i-y_i|}{{\max }_i-{\min }_i}---(1-1)$式中，x_i与y_i为两个个体在第i位的基因值，max_i和min_i分别代表第i位的最大基因值和最小基因值；对于二进制编码max_i＝1；min_i＝0，如果x_i＝y_i，dist(x_i,y_i)＝0；否则，dist(x_i,y_i)＝1；等位距离的求和如下式(1‑2)，$\mathrm{Sim}(X,Y)=1-\underset{i}{\overset{L}{\mathrm{\Σ}}}{w}_i\mathrm{dist}(x_i,y_i)---(1-2)$式中,Sim(X,Y)表示个体X、Y的相似度值,w_i为该等位基因在整个染色体的权值；(4)排挤替换：将步骤(3)得到的各个相似度值与预设定相似度阀值比较，若目标种群中存在相似度值大于预设定相似度阀值的个体，则用拟移民个体替换目标种群中相似度值最大的个体，得到新的目标种群；若目标种群中不存在相似度值大于预设定相似度阀值的个体，则用拟移民个体替换目标种群中适应度值最小的个体，得到新的目标种群；步骤十一：最优保存选出本次进化代中的全局最优个体，比较是否优于当前的最优记录minD，若较优则更新当前最优记录，否则，继续保存当前最优记录；步骤十二：终止判断若当前温度T小于终止温度Tend或者循环次数大于最大进化代数MAXGEN，则终止算法，输出当前最优记录minD；否则，令T＝k*T，返回步骤四继续执行算法。