·302 北京科技大学学报 2006年第3期 由以上三个表中数据对比可知，对于所测试可以继续发挥小生境策略的功效，保护解的多样 用的这三个函数，本文所提出的算法的进化步数 性，又可使算法不致陷入进化停滞或局部最优，有 明显少于SGA与NGA:在函数(1)中，在相同的 效提高了遗传算法的搜索效率.这两种技术方法 迭代步数时，FNGA算法所得值较另外两种算法 都各自发挥了自身优点，又可互为补充，使遗传算 为大，说明其收敛性高于前两者；在函数(2)中， 法更加的完善起来.最后通过对三个典型函数的 SGA甚至无法取得最优解，在进化远远超过100 数值分析，证明了该方法的有效性和可行性，进一 代后仍然无法收敛；在函数(3)中，SGA算法表现 步在结构工程当中应用奠定了理论基础 起伏很大，不能确定收敛并搜索到全局最优解， 参考文献 NGA会在40代左右陷入局部极值点，并在200 代内都无法跳出，FNGA在100代以内即可达到 [1]Holland J H.Genetic algorithms.Sci Am,1992,9(7):44 [2]Goldberg D.Genetic Algorithms in Search,Optimization and 目标函数值-186.731，综上所述，采用本文提出 Machine Learning.Addison-Wesley,1989 的模糊控制小生境遗传算法FNGA,相对于常规 [3]Davis L.Handbook of Genetic Algorithms,New York:Van 的遗传算法和小生境遗传算法，其所用步数明显 Nostrand Reinhold,1991 较少，并且搜索精度较高，能够快速的搜索到最优 [4]韩英仕，郭鹏飞，朱朝艳.小生境遗传算法记载离散变量优 解 化设计中的应用.工程力学，2002(Suppl):644 [5]喻寿益，郭观七.一种改善遗传算法全局搜索性能的小生境 4结论 技术.信息与控制，2001,30(6)：526 [6]颜谋.基于遗传算法的空间网格结构的模糊优化设计研究 本文在遗传算法（核心选代算法采用最优保 [学位论文].北京：北京科技大学，2004 存遗传算法OMSGA)的基础上，加入了小生境策 [7]李壁，郑德玲，唐勇，等.一种新的棋糊遗传算法.北京科技 略和模糊控制技术.简单遗传算法SGA容易陷 大学学报，2001,23(1)：85 入局部最优解，导致其产生收敛速度慢或未成熟 [8]黄鹏，陈森发，孙燕，等.一种小生境正交遗传算法研究.东 南大学学报：自然科学版，2004,34(1)：135 收敛等现象，加入的小生境策略有效克服了这一 [9]戚志东，朱新坚，朱伟兴.基于模制规则优化的改进模糊遗 缺陷，它可以保护解空间的多样性，但这样又会使 传算法.计算机工程与应用，2003,27：18 进化陷入停滞，降低了算法的效率.为此，在小生 [10]黄聪明，陈湘秀.小生境遗传算法的改进.北京理工大学 境遗传算法的基础上再加入模糊控制规则，则既 学报，2004,24(8)：675 Application study on a fuzzy-controlled niche genetic algorithm MU Zaigen1,LIANG Jie),SUI Jun2),YAN Mou1) 1)Civil and Environmental Engineering School,University of Science and Technology Beijing,Beijing 100083,China 2)Guangzhou Municipal Engineering Design Research Institute,Guangzhou 510060,China ABSTRACT Based on the keystone of genetic algorithm (GA),improvements are made to simple genetic algorithm (SGA)in two aspects.The theory of fuzzy control and the niche technique are introduced into the GA,for the purpose of enhancing the population diversity and maintaining the best part of each genera- tion.In order to avoid premature convergence and occurrence of minimal deceptive problems,which is caused by the niche technique,fuzzy control is presented for the controlling of the crossover probability Pe and mutation probability Pm.Above all,that is the new type of algorithm-fuzzy controlled niche genetic al- gorithm(FNGA).Through comparisons to FGA and NGA with the optimization of several functions,the result of the new algorithm shows its feasibility and reliability KEY WORDS genetic algorithm;niche technique;fuzzy control;crossover probability;mutation proba- bility北 京 科 技 大 学 学 报 年第 期 由以上三个表 中数据对 比 可 知 ， 对于所测 试 用的这三个 函 数 ， 本 文 所提 出的算法 的进化步 数 明显少于 与 在 函 数 中 ， 在 相 同 的 迭代步数时 ， 算 法 所得 值较 另外两 种 算 法 为大 ， 说 明其 收 敛 性 高 于 前两 者 在 函 数 中 ， 甚 至 无法 取 得 最 优 解 ， 在 进 化远 远超过 代后仍然无法收敛 在 函数 中 ， 算法 表 现 起 伏很 大 ， 不 能 确 定 收 敛并 搜索 到 全 局 最 优 解 ， 会在 代左 右 陷入 局 部 极 值 点 ， 并 在 代 内都无法跳 出 ， 在 代 以 内即 可达 到 目标函 数值 一 综上 所述 ， 采用本 文提 出 的模糊控制 小生 境遗 传算法 ， 相 对 于 常规 的遗传算法和 小生 境遗 传算 法 ， 其所 用 步 数 明显 较少 ， 并且搜索精度较高 ， 能够快速 的搜索到最优 解 可以继 续发挥 小 生 境 策略 的功效 ， 保护 解 的多 样 性 ， 又可使算法不致 陷入进化停滞或局部最优 ， 有 效提高了遗传算法 的搜索效率 这 两种技术方法 都各 自发挥 了 自身优点 ， 又 可互为补 充 ， 使遗 传算 法更加 的完善起来 最后通过对三个典型 函 数 的 数值分析 ， 证 明了该方法 的有效性和可行性 ， 进一 步 在结构工程 当 中应用奠定 了理论基础 参 考 文 献 结论 本文在遗传算法 核 心 迭代算法 采用 最 优 保 存遗传算法 的基础 上 ， 加 入 了小生 境策 略和模糊控制技术 简单遗 传算法 容 易 陷 入局部最优解 ， 导 致 其 产 生 收 敛速 度慢 或未成熟 收敛等现象 ， 加入 的小 生境 策略有效 克 服 了这 一 缺 陷 ， 它可 以保护解 空 间的多样性 ， 但这样 又会使 进化 陷入停滞 ， 降低 了算法 的效率 为此 ， 在 小生 境遗传算法 的基 础 上 再 加 入 模糊 控制规 则 ， 则 既 【 」 即 ， ， 〕 肠 ， ， 一 ， 〔 〕 氏 川 ， ， 【 韩英仕 ， 郭鹏飞 ， 朱朝艳 小生境遗传算法记载 离散变量优 化设计中的应用 工程力学 ， 叩 〔 喻寿益 ， 郭观七 一种改善遗传算法全局搜索性 能 的小生境 技术 信息与控制 ， ， 【 〕 颜谋 基于遗传算法 的空 间网格结构的模糊优化设计研究 〔学位论文〕 北京 北京科技大学 ， 〔 李擎 ， 郑德玲 ， 唐勇 ， 等 一种新的模糊遗传算法 北京科技 大学学报 ， ， 【 黄鸥 ， 陈森发 ， 孙燕 ， 等 一种小生境正 交遗传算法研 究 东 南大学学报 自然科学版 ， ， 【 〕 戚志东 ， 朱新坚 ， 朱伟兴 基于 模糊 规 则优化的改进模糊遗 传算法 计算机工程与应 用 ， ， 【 〕 黄聪 明 ， 陈湘秀 小生 境遗 传算法 的改进 北 京理工大学 学报 ， ， 一 二 ， 工从 、 。 ， 研 ， 以 腼 〕 ， ， ， 明 ， ， ， ， 塔 ， ， 。 ， 一 即