正交遺傳算法在網(wǎng)絡優(yōu)化設(shè)計中的應用

利用正交實驗法的全局思想，提出一種采用多點正交交換的遺傳算法。算法通過正
交表安排遺傳算法的交換運算，并在所產(chǎn)生的多個子代中選擇適應度大的個體進入下一代進化，這樣既加快了算法的收斂速度又保證了種群的多樣性。并將該算法應用在計算機網(wǎng)絡的容量分配與路由選擇優(yōu)化上。實驗證明，該算法較之傳統(tǒng)遺傳算法，在種群規(guī)模較小的情況下，仍然可以以較少的搜索次數(shù)，收斂到近似最優(yōu)解。
關(guān)鍵詞：遺傳算法；正交設(shè)計；多點交叉；優(yōu)化設(shè)計
近年來，遺傳算法不僅因為其自身的穩(wěn)健性、隱并行性和全局特性而得到了廣泛的應用，而且，其中的雜交思想作為一種方法論也給從事科學研究的人們以許多啟迪，并導致許多邊緣學科的產(chǎn)生。目前，一種把遺傳算法與其它優(yōu)化算法相結(jié)合，以利用啟發(fā)信息以及與領(lǐng)域有關(guān)知識的混合遺傳算法已成為改善遺傳算法性能的主要策略之一[1,2]。其中一種常用的方法就是把局域搜索技術(shù)嵌入到遺傳算法的基本環(huán)中，同變異和交叉算子一起作用，這樣所得到的算法既有遺傳算法的整體優(yōu)化特性，又能加快算法的收斂速度。本文利用正交設(shè)計能快速找出最優(yōu)解的特點，把正交設(shè)計嵌入到遺傳算法的交叉算子中，研究了一種采用多點正交交換的遺傳算法。算法通過正交表安排遺傳算法的交叉運算，并在所產(chǎn)生的多個子代中選擇適應度大的進入下一次進化。隨后，利用這種改進的算法來優(yōu)化計算機網(wǎng)絡設(shè)計中的路由選擇與容量分配問題，與拉格朗日松弛法、傳統(tǒng)遺傳算法進行了比較。結(jié)果表明該算法較之傳統(tǒng)方法結(jié)果更優(yōu)，與傳統(tǒng)遺傳算法相比，獲得同樣解的情況下，收斂速度明顯加快。