DNA遺傳算法及應用研究.pdf

1、遺傳算法是模擬生物進化過程的一類隨機性全局優(yōu)化算法，廣泛應用于化工過程的建模與優(yōu)化中。然而遺傳算法的局部搜索能力較弱、易早熟收斂，而且常用的二進制編碼方法不能表達豐富的遺傳信息，因此在其計算模型中沒有反映出遺傳信息對生物體的調控作用，尤其是起關鍵作用的DNA編碼機制的調控作用。近年來，隨著DNA計算的發(fā)展，人們發(fā)現(xiàn)基于DNA的智能系統(tǒng)能反映生物體的遺傳信患，有利于發(fā)展功能更強大、能解決更復雜問題的智能方法。受DNA生物特性的啟發(fā)，本文對

2、DNA遺傳算法及應用進行了深入的研究，主要研究工作如下：
　　 ⑴受DNA分子操作啟發(fā)，提出了多種新型交叉算子。利用Markov鏈模型分析討論了具有新型交叉算子的DNA遺傳算法的收斂性。測試函數(shù)計算結果表明所提新型交叉算子可以有效改善種群多樣性，減少了尋優(yōu)代數(shù)。將該算法用于催化裂化主分餾塔的參數(shù)估計問題中，實驗結果表明所建立的模型反映了復雜系統(tǒng)的動態(tài)性能。
　　 ⑵受DNA和遺傳信息表達過程的啟發(fā)，基于堿基編碼方式，提出

3、了多種新型變異算子。利用Markov鏈模型分析了具有新型變異算子的DNA遺傳算法的收斂性。測試函數(shù)計算結果表明所提新型變異算子可以顯著提高DNA遺傳算法的收斂速度，增強算法克服問題欺騙的能力。將該算法用于渣油加氫過程的參數(shù)估計問題中，比較結果表明了該算法的有效性。
　　 ⑶將所提出的新型交叉和變異算子在DNA遺傳算法中配合使用。測試函數(shù)的檢驗結果表明配合使用新型操作算子可以進一步提高算法性能。使用具有新型交叉算子和變異算子的DN

4、A遺傳算法對重油熱解過程建模，仿真實驗結果表明了所建模型的誤差小。
　　 ⑷針對具有不等式約束的非線性規(guī)劃問題，提出了一種混合DNA遺傳算法。該算法將DNA遺傳算法的全局搜索能力和SQP算法的局部搜索能力相結合。測試函數(shù)比較結果證明了該混合算法的有效性。利用該混合算法優(yōu)化汽油調合問題的配方，結果表明該混合算法可以實現(xiàn)調合產品的質量指標卡邊控制，增加生產利潤。
　　 ⑸提出了一種雙鏈DNA遺傳算法的廣義回歸神經網絡建模方法

5、，用來解決非線性系統(tǒng)建模問題。使用該方法對一個非線性系統(tǒng)進行建模，仿真結果表明所提方法的建模精度優(yōu)于其它神經網絡方法，并將該建模方法用于延遲焦化過程的建模，仿真結果表明所建模型精度高，其誤差標準差和AIC指標較小。
　　 ⑹針對復雜非線性系統(tǒng)，提出了一種混沌DNA遺傳算法的T-S模糊遞歸神經網絡建模方法。在堿基編碼和新型操作算子的基礎上，混沌DNA遺傳算法通過對劣質個體進行混沌細搜索，來提高個體品質。將該方法用于pH中和過程建模