多膜遗传算法及其应用
作为自然计算中最年轻的分支，膜计算（也称P系统）主要研究如何从细胞的结构和功能，以及生物的组织、器官的结构与功能中建立起来计算模型。大量的研究表明，膜计算模型具有图灵机的计算能力，研究膜计算模型可以在允许时间范围内解决计算难问题。膜计算应用研究中通常会采用P系统设计的优化方法用来解决实际应用中的一些问题，其中主要与遗传算法、粒子群算法、蚁群算法、模拟退火算法等结合，用来解决包括旅行商问题、背包问题、机器人路径规划问题等。但是到目前为止，大多数的研究没有考虑到膜与膜之间的通信交流。由于细胞与环境之间的浓度不同，细胞之间会被动的运输化学物质，本文将引用这种通信方式，并且将膜计算原理的三大特点应用到标准遗传算法中，从而设计出了一种新的优化算法—多膜遗传算法。 本文所介绍的多膜遗传算法，对于三个单独的膜结构，以细胞之间的浓度通信为基础，将变群体规模遗传算法(VPGA)分别应用到三个膜系统中，并且将标准遗传算法(GA)中三种进化规则由串行改为并行。浓度通信机制可以使三个种群数目平均分配，变群体规模遗传算法可以使种群不至于收敛的太快，也不会浪费计算资源。这不但提高了搜索的质量还兼顾了快速寻优的效果。本文采用实数编码将新的算法程序在MATLAB中编译完成，并且通过几个经典函数进行验证，研究结合之后算法的有效性，并且与传统的遗传算法进行比较。 最后，验证了多膜遗传算法的有效性，并将其应用到非最小相位系统校正装置的参数寻优中。在MATLAB环境下，通过结合SIMULINK仿真，实现了对该控制系统的参数优化，并且取得了理想的控制效果。
膜计算;P系统;遗传算法;变群体规模;通信机制
广西大学
硕士
控制工程
周永华
2017
中文
TN929.5;TP18
63
2017-11-29（万方平台首次上网日期，不代表论文的发表时间）