遺傳算法及其在函數(shù)優(yōu)化問題中的應用研究.pdf

1、本文主要分析了遺傳算法的運行機理，將遺傳算法概率模型有效應用于現(xiàn)代醫(yī)療的成本-效益分析中，研究了遺傳算法在函數(shù)優(yōu)化應用中的性能，提出了新的改進算法，并在MATLAB環(huán)境中的實現(xiàn)了遺傳算法求解函數(shù)優(yōu)化問題。 在遺傳算法的模式理論的基礎上，用Markov鏈描述了遺傳算法，并對其收斂性進行了數(shù)學分析，研究了實際應用中的遺傳算法性能影響因素。 根據概率模型遺傳算法的研究進展，對比分析了PMBGA的算法原理、不同類型以及各自的性能

2、，并將Bayes概率模型有效運用于現(xiàn)代醫(yī)療的成本-效益分析中，取得了良好的性能。 為克服在運用遺傳算法求解問題時選擇參數(shù)的經驗主義或盲目性，提出了一種動態(tài)調整參數(shù)并結合直觀的參數(shù)關系圖和統(tǒng)計分析，以尋找解決函數(shù)優(yōu)化問題的最優(yōu)交叉和變異率的組合參數(shù)的有效方法。同時，提出了一種根據群體適應度的情況動態(tài)調整交叉和變異率的自適應遺傳算法，并通過實例驗證了算法的優(yōu)越性能。 利用MATLAB優(yōu)化工具箱，以具有代表性的多峰函數(shù)為例，實