进化策略是借鉴生物进化的思想,在现代遗传学的启发下,发展起来的一种启发式随机搜索优化方法。进化策略作为一个新的交叉学科,目前已发展成一种自组织、自适应的综合技术,广泛用于计算机科学、工程技术、管理科学和社会科学等领域,尤其在信号处理领域受到高度重视。 目前,由于进化策略产生下一子代的方法是通过变异方式实现的,对父代的继承性较差,因此目前进化策略的应用主要是配合遗传算法或其它智能算法使用,单独使用进化策略解决问题的例子较少。针对于此,本文提出了一种新的进化策略-基于极坐标方向寻优的进化策略算法,该算法能够有效地继承父代的优点,能够得到更快、更优的收敛结果。并且本文将这种改进的进化策略思想应用到汽车导航系统中,解决路径寻优问题。本文的主要研究内容包括: 1.对传统进化策略进行分析,剖析其收敛过程,掌握制约收敛速度和收敛全局最优解的基本要素,通过对传统进化策略的改进,进而得到一种更快、更好的进化策略寻优算法。 2.提出“基于极坐标方向寻优的进化策略”算法,论述其理论基础、实现方法,并与传统进化策略进行实例仿真对比。 3.运用数学理论知识证明基于极坐标方向寻优的进化策略算法的收敛性。 4.通过实例说明该收敛算法比传统进化策略具有更好的收敛速度和更加稳定的收敛特征,能够有效的收敛到全局最优点。 5.将改进后的进化策略应用到汽车导航系统中,解决汽车行驶路径寻优问题。 本课题是以传统进化策略为基础,所做的探索性研究尝试提供一种新的进化策略方法,改进传统进化策略。本文证明了改进进化策略的收敛性,并且通过多个实例验证了改进后的进化策略,证明其具有更快的收敛速度和更好的稳定性。