一维下料的改进遗传算法优化
评价遗传算法时，适应度越大，解的质量越好，自然的想法是取所需原材料总概数的倒数，但当二种方案需要原材料根数相同时，则最后一根余料较长者显然更优，所以本算法采用的适应度函数是：，其中Qm为所用的原材料数量，L'为最后根原材料所用的长度。那么适应度最高为1。3 一维下料方案遗传算法的求解过程3.1 初始种群3.2 遗传算子⑴ 交叉算子基于生物进化学说，两个优秀的父辈得到的子代往往是比较优良的，而两个较差的父辈得到的子代往往不会优秀。因此本算法交叉算子的设计采用顺序交叉的方案[4]，即将父辈按适应度降序排序后，采用双点交叉算子按顺序相邻二二交叉，该算子是在父序列P1中随机产生两个交叉位b1与b2，在这两个随机位之内的元素将复制到新的序列Pnew的对应位置。剩余的元素按父序列P2的先后顺序依次复制到Pnew，得到新的序列Pnew。以同样的方法得到另一个新的子序列Qnew。⑵ 变异算子传统遗传算法的变异算子主要有位置变异与颠倒位序变异。位置变异是在序列中随
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：