遗传算法 1.ppt

遗传算法 1.ppt遗传算法
遗传算法简介
产生
早在50年代,一些生物学家开始研究运用数字计算机模拟生物的自然遗传与自然进化过程;
1963年,德国柏林技术大学的I. Rechenberg和H. P. Schwefel,做风洞实验时,产生了进化策略的初步思想;
60年代, L. J. Fogel在设计有限态自动机时提出进化规划的思想。1966年Fogel等出版了《基于模拟进化的人工智能》,系统阐述了进化规划的思想。

遗传算法简介
产生
60年代中期,美国Michigan大学的J. H. Holland教授提出借鉴生物自然遗传的基本原理用于自然
和人工系统的自适应行为研究和串编码技术;
1967年,他的学生J. D. Bagley在博士论文中首次提出“遗传算法(ic Algorithms)”一词;
1975年,Holland出版了著名的“Adaptation in Natural and Artificial Systems”,标志遗传算法的诞生。
遗传算法的产生与发展
遗传算法简介
发展
70年代初,Holland提出了“模式定理”(Schema Theorem),一般认为是“遗传算法的基本定理”,从而奠定了遗传算法研究的理论基础;
1985年,在美国召开了第一届遗传算法国际会议,并且成立了国际遗传算法学会(ISGA,International Society of ic Algorithms);
遗传算法的产生与发展
遗传算法简介
发展
1989年,Holland的学生D. J. Goldherg出版了“ic Algorithms in Search, Optimization, and Machine Learning”,对遗传算法及其应用作了全面而系统的论述;
1991年,L. Davis编辑出版了《遗传算法手册》,其中包括了遗传算法在工程技术和社会生活中大量的应用实例。
遗传算法的产生与发展
遗传算法简介
几个名词概念
遗传算法——智能计算——人工智能
遗传算法的产生与发展
遗传算法简介
几个名词概念
进化计算:
遗传算法的产生与发展
由于遗传算法、进化规划和进化策略是不同领域的研究人员分别独立提出的,在相当长的时期里相互之间没有正式沟通。直到90年代,才有所交流。
他们发现彼此的基本思想具有惊人的相似之处,于是提出将这类方法统称为“进化计算”( putation ) 。
遗传算法简介
几个名词概念
计算智能:
遗传算法的产生与发展
计算智能主要包括神经计算、进化计算和模糊计算等。它们分别从不同的角度模拟人类的智能活动,以使计算机具有智能。
通常将基于符号处理的传统人工智能称为符号智能,以区别于正在兴起的计算智能。
符号智能的特点是以知识为基础,偏重于逻辑推理,而计算智能则是以数据为基础,偏重于数值计算。
遗传算法简介
达尔文的自然选择说
遗传(heredity):子代和父代具有相
同或相似的性状,保证物种的稳定性;
变异(variation):子代与父代,子代不同个体之间总有差异,是生命多样性的根源;
生存斗争和适者生存:具有适应性变异的个体被保留,不具适应性变异的个体被淘汰。
自然选择过程是长期的、缓慢的、连续的过程。

遗传算法简介
遗传学基本概念与术语
染色体(chromosome):遗传物质的载体;
脱氧核糖核酸(DNA):大分子有机聚合物,双螺旋结构;
遗传因子(gene):DNA或RNA长链结构中占有一定位置的基本遗传单位;
生物进化理论和遗传学的基本知识