下载此文档

第4章(3遗传算法)课件.ppt


文档分类:IT计算机 | 页数:约49页 举报非法文档有奖
1/49
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/49 下载此文档
文档列表 文档介绍
第4章计算智能的仿生技术(3) 遗传算法 4. 3 遗传算法 . 1 遗传算法原理 . 2 优化模型的遗传算法求解 . 3 基于遗传的分类学****系统 遗传算法原理?遗传算法(ic Algorithms,GA )是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化搜索算法。?它模拟了生物的繁殖、交配和变异现象, 从初始的种群,产生一群更适应环境的后代。?1975 年美国 Michigan 大学 教授提出。?美国人 博士将遗传算法应用于函数优化。?Goldberg 完成了遗传算法的框架。 遗传算法概述?遗传算法( ic Algorithms , GA )是一种基于遗传学的搜索优化算法。?遗传是作为一种指令码封装在每个染色体(个体) 中,并以基因(位)的形式包含在染色体(个体) 中。?在遗传算法中, “染色体”对应的是数据或数组, 通常是由一维的串结构数据来表现。串上各个位置对应“基因”,而各位置上的值对应基因的取值。基因组成的串就是染色体,或者叫做基因型个体。一定数量的个体组成了群体。遗传算法将问题的每个可能的解按某种形式进行编码,编码后的解称作染色体(个体)。随机选取 N个染色体(个体)构成初始种群, 再根据预定的评价函数对每个染色体计算适应值,使得性能较好的染色体具有较高的适应值。选择适应值高的染色体进行复制,通过遗传算子: 选择、交叉(重组)、变异,来产生一群新的更适应环境的染色体,形成新的种群。这样一代一代不断繁殖、进化,最后收敛到一个最适应环境的个体上,求得问题的最优解。初始化初始种群(编码成位串形式) 计算每一个染色体(个体)的适应值是否满足优化准则输出结果 Yes No 选择交叉变异产生新一代种群遗传算子遗传算法的处理流程图 遗传算法中的基本要素遗传算法中包含了如下五个基本要素: 1)问题编码 2)初始群体的设定 3)适应值函数的设计 4)遗传操作设计 5)控制参数设定(主要是指群体大小和使用遗传操作的概率等) 这五个要素构成了遗传算法的核心内容。(1)问题编码如何将问题描述成位串的形式,即问题编码。一般将问题中各参数用二进制编码,构成子串,再将子串拼接起来构成“染色体”位串。不同串长和不同的码制,对问题求解的精度和遗传算法收敛时间会有很多影响。目前也出现采用其它编码方式,如用向量、规则来表示染色体。

第4章(3遗传算法)课件 来自淘豆网www.taodocs.com转载请标明出处.

相关文档 更多>>
非法内容举报中心
文档信息
  • 页数49
  • 收藏数0 收藏
  • 顶次数0
  • 上传人精选文库
  • 文件大小238 KB
  • 时间2017-03-22