【遗传算法及其在建模中的应用研究】黄秀轩.pdf

南提如大学顶士论文遗传算法及其在建模中的应用研究摘要本文对遗传算法及其在谷氨酸发酵过程建模中的应用进行了研究,并就研究中发现的问题提出了改进的策略.仿真计算说明该改进策略可取得一定效果,总括起来有以下几方面内容:研究了基本遗传算法,包括初始群体的产生、后代的选弹复制、基因操作等环节。此外,还研究了遗传算法的几个主要参数N、Pc、Pm的选取规律及在实际应用中如何确定的问题研究遗传算法在谷氨酸发酵过程建模中的应用,并对遗传算法中的某些环节进行了改进,结果显示该算法在收敛速度、精度等方面较传统优化算法有明显的提高．研究改进的具有自适应交叉、变异操作的自适应

华南理工大学硕士论文 KEYWORD:genetic algorithm,fitness function,genetic operator,encoding method,fementation process of glutamis acid Ⅲ

华南理工大学硕士论文第一章概述 S1序言一、遗传算法-来源、现状遗传算法(GeneticA1gorithm,简称为GA)是1975年由美国Michigan 大学D.J.Ho1land教授提出的模仿自然界生物进化思想而得出的一种全局优化的算法,它来源于Darwin的进化论和Mende1的遗传学说。Darwin的进化论说明:每一物种在不断进化过程中总是越来越适应环境,物种的每个个体的基本特征被后代继承,但后代又不完全同于父代,这些新的变化,若是适应环境,则易于被选中保留下来,反之则易被淘汰,这就是“物竟天择,适者生存,不适者淘汰”的原理。