遗传算法及其MATLAB实现.ppt

遗传算法及其MATLAB实现 41组，顾英辉，魏猛，王艺潞 一、遗传算法的概述 1、产生与发展 2、生物学基础 3、算法的特点及定义 二、遗传算法的原理 1、 简单遗传算法 2、简单遗传算法原理 3、遗传算法参数选择 三、遗传算法的流程 1、算法流程图 2、遗传算法举例 四，遗传算法的MATLAB程序设计 1、程序设计流程及参数选取 1.1、遗传算法的程序设计伪代码 1.2、适应度函数调整 2、遗传算法工具箱核心函数的用法 3、Genetic Algorithm and Direct Search Toolbox适应 度函数设计 五，遗传算法的应用实例 1、无约束目标函数最大值遗传算法求解策略 2、CUMCM中多约束非线性规划问题的求解 一、遗传算法的概述 1.1、产生与发展 1.2、生物学基础 1.3、算法的特点及定义 1.1 产生与发展 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。 1.2 生物学基础 以自然选择学说为核心的现代生物进化理论，其基本观点是：种群是生物进化的基本单位，生物进化的实质是种群基因频率的改变。基因突变和基因重组、自然选择及隔离是物种形成过程的三个基本环节，通过他们的综合运用，种群产生分化，最终导致新物种的形成。 新物种形成的途径和方式有两种：渐变式和爆发式。 渐变式主要通过变异的逐渐积累而成亚种，再由亚种形成一个或多个新种，新种又分为两种类型，即继承式新种形成和分化式新种形成；爆发式不通过亚种这一阶段而迅速形成新的物种，其分为三种类型，即杂交产生新种，染色体结构变化形成新种和多倍体化的新种形式。 1.3 遗传算法定义及特点 （1）定义 遗传算法是模拟达尔文生物进化论的自然选择和孟德尔遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程有哪些信誉好的足球投注网站最优解的方法。 特点 （2）特点 遗传算法的并行性。 遗传算法并行的方式从问题解的串集开始嫂索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始有哪些信誉好的足球投注网站，覆盖面大，利于全局择优。 遗传算法的本质 遗传算法本质上是一种启发式的随机有哪些信誉好的足球投注网站算法，所以由遗传算法得出的结果每次都不尽相同。 二、遗传算法的原理 2.1、 简单遗传算法 2.2、简单遗传算法原理 2.3、遗传算法参数选择 2.1 简单遗传算法（SGA) （在此只介绍简单遗传算法SGA） SGA由编解码、个体适应评估和遗传运算三大模块构成，而遗传算法又包括染色体复制、交叉、变异、甚至倒位等。在遗传算法中，定义种群或群体为所有编码后的染色体集合，表征每个个体是相应的染色体。 2.2简单遗传算法原理 ①编码：遗传算法的编码有浮点编码和二进制编码两种，这里只介绍二进制编码规则。二进制编码既符合计算机处理信息的原理也方便了对染色体进行遗传、编译和突变等操作。 例：某一参数的取值范围为（L,U),使用长度为k的二进制编码表示该参数，则他共有 种不同的编码。该参数编码时的对应关系为 0000000000000000000=0→L 0000000000000000001=1→L+ 0000000000000000010=2→L+2 ...... 1111111111111111111= -1→U 易知： ②解码：解码的目的是为了将不直观的二进制数据串还原成十进制。设某一个体的二进制编码为 ，则对应的解码公式为例：设有参数x 【2,4】，现用5位二进制数对x编码，若x=10101,它对应的十进制为则对应参数x的值为③个体适应度评估：遗传算法按照与个体适应度成正