首页 理论教育 基于混合编码的小生境遗传算法求解多峰函数优化问题的详细步骤

基于混合编码的小生境遗传算法求解多峰函数优化问题的详细步骤

时间:2023-07-01 理论教育 版权反馈
【摘要】:本章采用模拟-优化方法,提出基于混合编码的小生境遗传算法求解多峰函数优化问题,小生境遗传算法作为优化器,EPANET 作为模拟器模拟污染事件。基于混合编码的小生境遗传算法具体步骤如下。图7-4小生境遗传算法流程图编码:假设污染位置为121,注入开始时间为2,持续时间为2h,时间步长为0.5h,污染物注入质量为。

基于混合编码的小生境遗传算法求解多峰函数优化问题的详细步骤

本章采用模拟-优化方法,提出基于混合编码的小生境遗传算法求解多峰函数优化问题,小生境遗传算法作为优化器,EPANET 作为模拟器模拟污染事件。基于混合编码的小生境遗传算法具体步骤如下。

图7-4 小生境遗传算法流程图

(1)编码:假设污染位置为121,注入开始时间为2,持续时间为2h,时间步长为0.5h,污染物注入质量为(300.5、180.7、240.9、300.0)。则编码为两个数组:数组1{00121 300 02 2}和数组2{300.5、180.7、240.9、300.0};

(2)初始化:种群大小为N,每个个体先初始化数组1,然后根据持续时间初始化数组2,其中数组2的长度=持续时间×(1h/时间步长);

(3)选择算子:采用轮盘赌选择N 个个体;(www.xing528.com)

(4)交叉算子:如前所述,数组1采用双点交叉,数组2采用实数重组

(5)变异算子:如前所述,数组1采用单点变异,数组2采用高斯变异;

(6)小生境选择:对种群中每个个体进行判断,如果个体适应度值满足式(7-8)所计算的阈值,其污染源位置与现有的小生境位置一样,则视为同一小生境,选择适应度较低的个体留下,对适应度较高的个体进行惩罚;反之,则当作一个新的小生境保留下来;

(7)判断:判断是否满足停止条件,如果不满足,则跳至步骤(3);否则,程序结束。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈