[发明专利]结合热力学遗传算法的多目标优化方法

权利要求书

1.一种结合热力学遗传算法的多目标优化方法，其特征在于，所述方法包括如 下步骤：

步骤S1、初始化群体大小Np、进化的代数Ng、温度T；

步骤S2、令t＝0，生成初始群体P(t＝0)；

步骤S3、在P(t)中选择一个个体作为精英elite保留；

步骤S4、将群体P(t)中的个体随机配对，应用交叉算子于所有配对个体 对得到Np个子代个体；然后对Np个父代个体和Np个子代个体进行变异操 作，得到一个包含2Np个个体的中间群体P`(t)；

步骤S5、令i＝1，P(t+1)＝{elite}；

步骤S6、令P(t+1，i，h)表示已选好的属于P(t+1)的i-1个个体，以及属于 中间群体P`(t)的第h个个体；计算群体P(t+1，i，h)的自由能F，其中h＝1，2，...， 2Np；

其中，H_k(i，h)＝-p_k(i，h)log p_k(i，h)；

p_k(i，h)是群体P`(t)中第h个个体和群体P(t+1)的第k个个体之间海明码 距与个体编码长度的比值；在群体P`(t)寻找h使得自由能F，F达到最小，并 将此第h个个体加入P(t+1)，作为群体P(t+1)的第i个个体；允许选择相同的 个体；

步骤S7、令i＝i+1，如果i＜Np，跳转到步骤S6；否则转至步骤S8；

步骤S8、令t＝t+1，如果t＜Ng，跳转到步骤S3，否则结束。

2.根据权利要求1所述的多目标优化方法，其特征在于：

所述步骤S2具体为：令t＝0，随机生成初始群体P(t＝0)。

3.根据权利要求1所述的多目标优化方法，其特征在于：

所述方法作为图像识别方法的一部分，或者作为语音识别方法的一部 分，或者作为数据挖掘方法的一部分，或者作为机器人控制方法的一部分。