遗传算法——早熟.pptx

遗传系统——早熟2016-1-27参考文献《遗传算法“早熟”现象的改进策略》——周洪伟，原锦辉，张来顺《遗传算法的早熟现象研究》——熊伟清，魏平，赵杰煜《遗传算法优化性能评价准则研究》——高强，吕文芝，杜小山，孟庆丰，范虹，何正嘉《灾变算子在遗传算法中的作用研究》——廖美英，张勇军早熟定义：群体中的各个个体非常相似，群体的多样性急剧减少，当前群体缺乏有效等位基因(组成最优个体的模式串)，在遗传算子作用下，群体不能生成高阶竞争模式根本原因：在遗传算子的作用下，组成最优个体的模式丢失或者该类模式浓度不够模式我们在分析编码字符串时，常常只关心某一位或某几位字符，而对其他字符不关心。换句话讲，我们只关心字符的某些特定形式，如1***,11***,0***。这种特定的形式就叫模式即编码的字符串中具有类似特征的子集对策：灾变和精英主义灾变含义:反复若干次进行包括初始群体产生和遗传操作的常规 GA过程，并将每次的最好解送到下一次常规GA中作为初始群体之一。当经过若干代之后，GA中群体已经获得某个局部最优解，而此时的群体隐含着大量与该局部最优相关的信息，趋向于早熟收敛， 依靠交叉和变异等遗传操作跳出来的可能性较小，这时可以引入 “ 灾变”，除了原最好解留下来，其他个体重新随机产生，获得一些全局性的有效信息，以较大的概率得到远离原局部最优，使得在较小的群体规模下获得较大的多样性，则可以更有机会摆脱原先的局部最优解，因为现在的候选解往往不再局限于以前的某个角落了精英主义这种思想是说当利用交叉和变异产生新的一代时，我们有很大的可能把在某个中间步骤中得到的最优解丢失。精英主义正如它的语义所蕴含的那样，在每一次产生新的一代时，我们首先把当前最优解原封不动的复制到新的一代中。优势：大幅提高运算速度，因为它可以防止丢失掉找到的最好的解周洪伟在文中的改进策略——引入新个体随机引入新个体基于模式权值引入新个体模式权值模式再生期望值是指某模式依赖当前代的进化情况，在下一进化代出现的期望值。GA评价准则——在线性能和离线性能(De Jong)离线性能定义在线性能定义??——第t代最佳适应度F(t)——第t代平均适应度高文中指出两种准则的缺陷遗传算法是一种基于概率导向的随机有哪些信誉好的足球投注网站算法，在每一个关键步骤中，随机因素都起着至关重要的作用，并直接影响着算法最终的优化结果要考虑随机因素对算法有哪些信誉好的足球投注网站结果的影响谢谢