基于梯度信息的遗传算法及其在倒立摆中的应用

摘要

针对基本遗传算法在解空间中盲目选取交叉个体,导致算法在后期搜索能力差、收敛速度慢的缺点,提出了一种基于梯度信息指导交叉的遗传算法.该算法通过确定当前种群中目标个体的最速下降方向,选取该方向下的一个有效范围,在该有效范围内选择个体与目标个体进行交叉操作,使交叉后的子代不断向最优解靠近,有效的保证了交叉操作的目的性和可行性. 四个典型测试函数的仿真实验表明,该算法显著地加快了遗传算法的寻优速度,提高了遗传算法定位最优解的精度,同时用改进的遗传算法设计二级倒立摆的LQR 最优控制器，仿真实验表明，此方法设计的最优控制器超调小，响应速度快，能够实现倒立摆系统的稳定控制。