自适应混沌整体退火遗传算法流程

第一步：参数初始化。设定种群规模m、混沌序列个数d、种群最大迭代次数Kmax、初始温度T0以及自适应参数Pc1、Pc2、Pm1、Pm2。

第二步：种群初始化。根据Logistic映射公式，在混沌空间随机生成n组混沌序列，映射到解空间内生成m个不同的个体构成种群，种群个体由各电站不同时段的水位值（zi1，zi2，…，zin）构成。

第三步：评价个体适应度。直接采用目标函数作为适应度评价函数，同时采用最优保存策略，即记录每一代最优个体，不参与交叉运算和变异运算，在本代计算结束后，替换掉适应度最差的个体，确保其顺利进入下一代。

第四步：选择运算。采用整体退火选择机制，允许父代参与竞争，每个个体通过相对适应度函数式（6.2）和选择概率式（6.3）筛选出下一代。

第五步：交叉运算。采用算术交叉方法执行交叉操作，交叉算子由式（6.4）得到。

第六步：变异运算。采用非均匀变异方式执行变异操作，变异算子由式（6.5）得到。(www.xing528.com)

第七步：计算父代和子代个体适应度。假设父代个体Xi经过交叉、变异生成子代X′i，若f（X′i）＞f（Xi），则用X′i代替Xi；否则，以概率exp{[f（X′i）-f（Xi）/Tk]}保留Xi。

第八步：参数更新。迭代次数k＝k＋1，温度Tk＝1/ln（k/T0＋1）。

第九步：判断迭代是否结束。根据SCWAGA的特点，可以根据退火温度Tk或最大迭代次数作为收敛条件。选取后者作为收敛条件，即当k＜Kmax，返回第三步；否则，计算收敛，输出最优解。

该算法的流程如图6.2所示。

图6.2　自适应混沌整体退火遗传算法流程图