浅谈MATLAB下的遗传算法优化软件设计

史小明

摘要：在机械化设计工作开展的实践性工作流程之中，为更好的提升相应技术工作人员的执行效率，将MATLAB遗传算法的信息化处理技术更好的结合应用到软件设计的环节之内，已成为工作人员提升工作效率的有效途径之一。本文将遗传算法作为主要研究内容，在简单介绍其基本计算理论和核算步骤的同时，对遗传算法软件设计工作的优化途径，做出了详尽的介绍。

关键词：遗传算法；软件设计；优化途径

中图分类号：TP311.1 文献标识码：A 文章编号：1007-9416（2017）06-0146-01

在国内机械化生产设计领域进入到知识经济的信息生产时代过后，各种新型信息处理技术在软件优化设计环节中的应用，已经成为技术工作人员提升自身工作执行效率的主要方式之一。为更好的满足消费市场对机械化智能生产，在生产时效以及软件设计成效方面的工作质量，如何在MATLAB模式下实现遗传算法电子软件的优化设计，逐渐受到各界人士的热切关注。

1 简析遗传算法的基本研究理论及核算步骤

1.1 遗传算法的基本研究理论

遗传算法是一种在生物领域研发过程中被广泛应用的电子数据核算模式，美国生物研究领域之中经常被提及的GA代码，就是对遗传算法的简称。遗传算法高度结合了生物进化论的核心价值观念以及遗传化学机理的相关研究思想，是一种通过系统搜索实现全局数据检索的信息计算模型。对于可解析的空间数据信息，遗传算法的应用往往可以通过应用全局信息检索的处理模式，实现对相应信息处理对象的最优化解析。相比传统遗传数据的核算模式，MATLAB模式下遗传算法信息核算方式的应用，选择将遗传算法变量信息编码作为主要的研究对象，能够更好的解决传统计算环节中经常出现核算执行力度角度的计算弊端。在目前国内新型遗传算法应用实践的核算环节之内，可以被技术人员灵活应用的核算方式，主要有选取、交错以及变异，三种较为经典和主要的编码模型构架形式。

1.2 遗传算法的具体核算步骤

在目前国内MATLAB模式下遗传算法的核算过程之中，根据相应核算对象以及核算流程先后顺序的各不相同，新型遗传算法的应用主要可以包括几种各自独立又相互关联的核算步骤[1]。首先，技术人员可以根据指定遗传因子的研究对象的染色体分布状态，通过编码与解码信息设定的方式，设计相应核算对象与MATLAB模式核算软件之间的对应关系。其次，技术人员还要根据染色体核算对象对核算环境的适应能力，进行深入全面的分析和探究。通过应用关联函数评价的核定模式，能够在最短时间内找到遗传核算对象数据排列关系的最优数值。当技术人员在选择遗传算子的核算对象时，可以设定不同形式的群数数值，通过对个体与群数之间的变化规律的观察，最终得出相应遗传核算对象能够被选取的幾率的大小。

2 MATLAB下的遗传算法优化软件设计

2.1 编码设计初始种群

编码初始种群的设计，是技术人员在MATLAB模式下应用遗传算法首要的工作环节。通过种群设计工作的开设，工作人员能够更好的确定遗传数据核算工作开设的实施方案。需要技术人员重点关注的是，在实际编码解码信息设定的工作环节内，工作人员应当时刻遵循三点较为主要的工作原则。其一，编码数据空间点的设定，应当尽可能保障染色体串联空间的完备性。其二，MATLAB模式下遗传算法编码信息之间的健全性。最后，技术人员还要在整个核算过程之中，将指定遗传核算对象的染色体潜在解析数值逐一对应，只有实现MATLAB模式下遗传算法应用非结余性的全面掌控，才能在遗传算法数据所得的最终结果之中，获得高度可靠性的参照数据。

2.2 遗传基因的杂交与变异核算

遗传因子杂交与变异程度的核算，是遗传算法应用的主要核算对象。技术人员可以在指定培养环境下通过对不同染色组群体之间的融合搭配，实现新型染色体基因段落交换以及染色群体的形成。变异则是与遗传算法染色体杂交过程相对应而存在的另一种染色体变化形式，通常是由于受到染色体自身串联基因构组形式出现变异而产生的染色体变形的生产过程。无论是染色体遗传因子核算对象的重组，还是基因串联形式的突发性变异，都需要经历一个复杂而漫长的变化过程。

2.3 遗传算法优化的适度性解析

在全程分析和观测遗传因子算法核准对象的变化过程之后，技术人员应当根据MATLAB模式的虚拟构架形式，对遗传算法优化的适度性做出详尽的分析。在整个分析工作开展的实践性工作流程之内，工作人员应当将适应度函数在分析过程中的选取，作为整个解析工作研究的重点与核心。如果工作人员将相应函数构建模式的选取直接设定为适应度的函数分析模式，相应数值的获取就是指定遗传算法核准对象的适应度，可以为其后续最优数值输出核算工作的开展，提供强有力的前提基础。

2.4 遗传核算的劣汰选取

在对核算数值进行筛选时，工作人员需要构建一定存在形式的选择体制。根据遗传因子核算对象实际适应度的各不相同，预算其相应的存活几率的大小。在必要时，技术人员还可以通过函数优化的核算方式，在最短时间内将适应度强弱各不相同的因子个体筛选出来。在现代化信息技术应用形式不断发展的推动下，技术人员还可以通过结合应用GUI案例制作的信息处理界面，实现对MATLAB模式下遗传算法核算效率的推动和优化[2]。

3 结语

总而言之，遗传算法的电子软件的应用，是在传统机械化工业生产模式的基础之上进一步完善和发展而得来的，一种全新的科技化机械成品设计途径。相比传统人工处理为主的机械化设计方法，软件技术功能版块的应用具有大量较为凸显的优势特征。技术人员应当全面掌握遗传算法的基本研究理论与核算步骤，才能最终实现MATLAB模式下电子软件优化的发展目标。

参考文献

[1]叶满园，周琪琦，蔡鸿，等.基于捕食策略遗传算法的3电平中点箝位型逆变器特定谐波消除脉宽调制技术[J].高电压技术，2014，（11）：3569-3576.

[2]边霞，米良.遗传算法理论及其应用研究进展[J].计算机应用研究，2010，（7）：2425-2429+2434.endprint