基于遗传算法的卫星通信干扰资源分配

陈 锋

（海军装备部驻上海地区军事代表局，上海 200018）

遗传算法(Genetic Algorithm，简称GA)是以遗传学理论作为其问题求解模型，利用繁殖、基因交叉和变异，使虚拟的物种在优胜劣汰之后进化成新的物种的一种算法。通常认为GA是模拟生物进化过程的一种新的全局优化搜索算法。[1]近年来，组合优化问题已经成为GA应用最广泛的领域之一。它能够在离散、庞大而有限的数学结构上找出一个解，满足给定的约束条件并使目标函数值达到最大或最小。众多实例表明，GA可以应用于优化作战计划和兵力分配等军事问题的求解。

1 遗传算法的步骤和特点

1.1 遗传算法的步骤

GA的基本步骤有以下三个步骤:

1）随机产生一个初始群体 M(0)，它包括若干个体m(经过编码，模仿生物的染色体，用定长的“遗传”串，如二进制代码表示)。

2）对当前群体M(t)反复执行下面的步骤①和步骤②，直到满足停止条件:

①计算群体中每个个体的适应度值U(m)；

②依概率从 M(t)中选择若干个体，通过选择、交叉和变异等遗传运算产生下一代M(t+1)。

3）如满足停止条件，指定在最后一代群体中适应性最好的个体作为GA的解。

1.2 遗传算法的特点

GA具有以下三个特点:

1）GA最为可贵的特点就是很大通用性，应用范围比较广。这主要是因为:

①它不对参数本身，而是对参数集合进行了编码操作的个体进行处理；

②基本不用搜索空间的知识或其它信息，仅用适应度函数评价个体。适应度函数只需要根据输入计算出可加以比较的非负结果。

2）对巨大搜索空间并行的全局搜索能力。……