20、组合优化与自动化反应映射算法的改进

组合优化与自动化反应映射算法的改进

在化学和算法研究领域，组合优化问题以及自动化反应映射问题一直是重要的研究方向。本文将介绍用于搜索称重矩阵的排序混乱遗传算法（OmeGA），以及三种改进的自动化反应映射算法。

1. 搜索称重矩阵的OmeGA算法

在之前研究中，针对称重矩阵的快速混乱遗传算法（fmGA）是基于三元DC对对应的三元字符串进行操作的。为了将该算法应用于具有零（周期）自相关函数的序列的新形式，需要选择合适的表示方法。

排序混乱遗传算法（OmeGA）是一种专门用于解决排列问题的快速混乱遗传算法。它用实数向量（即Bean提出的随机键）来表示染色体。多项实验表明，在解决排序欺骗问题上，OmeGA明显优于简单遗传算法。

1.1 OmeGA的设计

• 新形式与随机键概念 ：介绍了计算DC(n, w)的周期自相关函数（PAF）的新形式，解释了随机键和基于随机键的简单遗传算法（RKGA）的概念。RKGA的一个重要变体是有偏随机键简单遗传算法（BRKGA）。OmeGA框架的成功基于以下规则：
  • 应用fmGA的所有机制。
  • 等位基因是（长）整数。
  • 将等位基因视为随机键来编码排列。
• 多重集的定义与操作 ：对于具有零PAF的序列，可以使用[25]中给出的具有零非周期自相关函数（NPAF）序列的形式自然地定义多重集。定义了多重集的操作，如T1⊎T2表示将T1的元素追加到T2（保留重数），T1&T2表示追加后对结果列表进行排序。