·86 北京科技大学学报 2002年第1期 相关系数y=0.80358 G也是小的那么P也是小的；3)如果F是大的并 :OIx/ 且F也是大的那么P也是大的；4)如果F是小的 或者F是小的那么P也是小的.参数V,G,F和 F界于[0,1]之间.图5定义了每个参数的隶属 函数.图6为交叉率的隶属函数，其中p:mm和pm 被分别定义为0.1和0.9 例如，运用模糊规则2如果V的值等于0.6， 0 1 2 3 G的值等于0.4.从图5，可以得到μr等于0.4，c 父代22x10 等于0.6.按照Mamdani方法，可以得出μ=0.4. 图2交叉方法，P,0为目标值 可以计算出交叉率p.=0.58.用方程 Fig.2 Crossover operation n.=4i=1,23,4 (2) 随机选择两个位置 可以得到基于四条模糊规则的交叉率 12348675 为突然变异操作定义几条规则用来确定变 交换相应的工件 异率：为了防止遗传搜索停留在局部最优解，当 12648375 各个染色体的目标值之间的差很小时应该加大 图3变异方法 变异率.当各个染色体的目标值之间相差很大 Fig.3 Reciprocal Method 时应减小变异率；运用和交叉操作同样的参数V 4相关系数y=0.80732 和G,转化成模糊规则：1)如果/是小的并且G是 大的那么Pm也是大的；2)如果V是小的并且G也 是小的那么P也是小的.用方程(3)，可以得到变 到c 异率. B.=凸 j=1,2,3 (2) 山 式中，4是规则j的函数值，P是第j个变异率 0 0 3 父代要x10 图4突变方法 Fig.4 Mutation operation 辑个数P,以及与之相对应的目标值F.把目标 值变为最大化问题，用几个参数来确定交叉率 (1)最优目标值与平均目标值间的距离： V=(F-F)/(F-Fin), 其中：Fr=max{Fx)}, Fmin=min,(F(x)),i=1,2,,pop size. 图5各参数隶属度函数的定义 (2)最优目标值和染色体x的目标值间的距 Fig.5 Definition of membership degree for input variables 离： G=(Fa-Fx)》/Fn-Fn), 其中：染色体x是染色体x与x中目标值较大的 那个染色体 大 (3)最优目标值和任意染色体的目标值间的 =0.4 距离：F,(Fmx-Fx)/(Fna-Fna)和 0 F=(F-Fx)/Fa-Fm)） 0P.mm-01p.=0.58 Pe.m=0.9 同时，把交叉规则转化成模糊规则：1)如果 图6交叉率的隶属度函数 G是大的那么P.也是大的；2)如果V是小的并且 Fig.6 Membership degree of p