论文导读：遗传算法是一种全局优化搜索算法，它使用了群体搜索技术，用种群代表一组问题解，通过对当前种群施加选择、交叉和变异等一系列遗传操作，从而产生新的一代种群，并逐渐使种群进化到包含最优解或近似最优解的状态。近几年来借助于混沌改进遗传算法的性能是遗传算法领域研究的热点之一，遗传算法和混沌优化的组合，可以使遗传算法的全局寻优能力，搜索精度，搜索速度等几方面得到较明显的改进。文中将混沌遗传算法与二维最大熵图像分割算法结合，应用于图像分割，对比于基于传统遗传算法的二维最大熵算法，文中算法具有更强的稳定性，更快的执行速度，分割效果好。

　　关键词：遗传算法，混沌，图像分割

　　0引言

　　遗传算法是一种全局优化搜索算法，它使用了群体搜索技术，用种群代表一组问题解，通过对当前种群施加选择、交叉和变异等一系列遗传操作，从而产生新的一代种群，并逐渐使种群进化到包含最优解或近似最优解的状态。近几年来借助于混沌改进遗传算法的性能是遗传算法领域研究的热点之一，遗传算法和混沌优化的组合，可以使遗传算法的全局寻优能力，搜索精度，搜索速度等几方面得到较明显的改进。

　　1混沌的特征和虫口方程

　　混沌是存在于非线形系统中的一种较为普遍的现象，具有遍历性、随机性等特点，混沌运动能在一定的范围内按照其自身的规律不重复地遍历所有状态。因此，如果利用混沌变量进行优化搜索，无疑会比随机搜索更具有优越性。科技论文。

　　描述生态学上的虫口模型Logistic映射自May于1976年开始研究以来，受到了非线形科学家的高度关注，Logistic映射是混沌理论发展史上不可多得的典范性的混沌模型，如下式所示：

　　2混沌遗传算法

　　基于混沌遗传算法的二维最大熵算法基本步骤如下：

　　1.设置混沌遗传算法的种群规模以及最大进化代数；

　　2.生成初始群体。随机产生S 和T ,其中， S ,T ∈（0 ,1） 。然后利用式

　　计算每个个体的适应值。式（2-1）中的s 和t 分别由以下公式确定：s =（int）（ S*255） ，t = （int）（T*255） 。对初始种群执行混沌扰动，如果在C1 步之内找到更优个体，则替换原来的个体，否则保留原个体。科技论文。混沌扰动方式按式（1-1）进行。

　　3.如果当前进化代数大于G，转步骤5，否则执行变异操作。变异方式按如下公式进行：

　　其中，fRandom（）产生（0,1）之间的随机数，如果变异后的个体具有更优的适应值，则把该个体加入当前种群；

　　4.执行混沌操作。如果在C2 步之内找到更优解，则替代原来的个体， 否则保留原个体。混沌扰动按公式（1-1）进行。结束后转步骤6。

　　5. 在较小范围内执行混沌扰动。扰动方式：

　　其中m1,m2为混沌变量，且m1,m2∈（0,1）。如果变异后的个体具有更优的适应值， 则替换原来的个体，否则保留原个体。

　　6.按规定的种群规模直接选择最优个体进入下一代。

　　7.如果满足终止条件， 返回最优解， 否则从步骤3重复上述过程。

　　8.利用最优解分割图像。

　　3实验结果与分析

　　为了检验本算法的效果，用文中提出的基于混沌遗传算法（以下简称为B算法） 和基于传统遗传算法的二维最大熵算法（以下简称为A算法）对Couple.bmp 图像进行了实验比较。科技论文。当文中算法和基于传统遗传算法的二维最大熵算法中各取最大进化代数为10 时，分割效果如图3、4所示。

　　图1 Couple 原图图2 Couple图像直方图

　　图3 A算法结果图图4 B算法结果图

　　4结论

　　混沌遗传算法是混沌思想与遗传算法思想的结合，比传统遗传算法具有更好的群体多样性、更强的全局寻优能力。文中将混沌遗传算法与二维最大熵图像分割算法结合，应用于图像分割，对比于基于传统遗传算法的二维最大熵算法，文中算法具有更强的稳定性，更快的执行速度，分割效果好。

　　参考文献

　　[1]吴薇，邓秋霞，何曰光。基于免疫遗传算法的图像阈值分割。纺织高校基础科学学报，2004，17（2）：160-163

　　[2]薛景浩，章毓晋，林行刚。二维遗传算法用于图像动态分割。自动化学报，2000，26（5）：685-689

　　[3]王小平，曹立明。遗传算法－理论、应用与软件实现。西安交通大学出版社。2002