外文翻譯---一種新的改進遺傳算法及其性能分析

1、本科畢業(yè)論文外文翻譯外文譯文題目（中文）： 一種新的改進遺傳算法及其性能分析學 院: 計算機科學與技術專 業(yè): 軟件工程學 號: 200813138032學生姓名 學生姓名: 王 月指導教師 指導教師: 張 葵日 期: 二〇一二年四月五日定理 定理 1 染色體的最小分辨率是s = 1 2l ?? a b定理 定理 2 染色體的第 i 位的權重值是wi = ( i = 1,2,…l )1 2l ?? a b 1

2、 2 ? i定理 定理 3 單點交叉的染色體搜索步驟的數(shù)學期望 Ec(x)是Ec (x) = Pc la b2?其中Pc是交叉概率定理 定理 4 位變異的染色體搜索步驟的數(shù)學期望 Em(x)是Em ( x ) = ( b- a) Pm其中 Pm 是變異概率1.2 1.2 算法機制 算法機制在進化過程中，我們假設變量的值域是固定的，交叉的概率是一個常數(shù)，所以從定理1和定理 3 我們知道，較長的染色體長度有著較少的染色體搜索步驟和較高的分

3、辨率；反之亦然。同時，交叉概率與搜索步驟成正比。由定理 4，改變染色體的長度不影響變異的搜索步驟，而變異概率與搜索步驟也是成正比的。進化的開始階段，較短染色體（可以是過短，否則它不利于種群多樣性）和較高的交叉和變異概率會增加搜索步驟，這樣可進行更大的域名搜索，避免陷入局部最優(yōu)。而全局最優(yōu)的附近，較長染色體和較低的交叉和變異概率會減少搜索的步驟，較長的染色體也提高了變異分辨率，避免在全局最優(yōu)解附近徘徊，提高了算法收斂速度。最后，應當指出，

4、染色體長度的改變不會使個體適應性改變，因此它不影響選擇（輪盤賭選擇） 。1.3 1.3 算法描述 算法描述由于基本遺傳算法沒有在全局優(yōu)化時收斂，而遺傳算法保留了當前一代的最佳個體，我們的方法采用這項策略。在進化過程中，我們跟蹤到當代個體平均適應度的累計值。它被寫成：X(t) = (t) G1 ??Gtavg f1其中 G 是當前進化的一代，favg 是個體的平均適應度。當累計平均適用性增加到最初個體平均適應度的 k ( k> 1