遗传算法及其应用详解.ppt

%************ Step 4: Mutation Operation ************** %pm=0.001; %pm=0.001-[1:1:Size]*(0.001)/Size; %Bigger fi, smaller Pm %pm=0.0; %No mutation pm=0.1; %Big mutation for i=1:1:Size for j=1:1:2*CodeL temp=rand; if pmtemp %Mutation Condition if TempE(i,j)==0 TempE(i,j)=1; else TempE(i,j)=0; end end end end %Guarantee TempPop(30,:) is the code belong to the best individual(max(fi)) TempE(Size,:)=BestS; E=TempE; end Max_Value=Bestfi BestS x1 x2 figure(1); plot(time,BestJ); xlabel(Times);ylabel(Best J); figure(2); plot(time,bfi); xlabel(times);ylabel(Best F); 　例 4.2 用遗传算法求解TSP。 　 分析 由于其任一可能解—— 一个合法的城市序列，即n个城市的一个排列，都可以事先构造出来。于是，我们就可以直接在解空间（所有合法的城市序列）中有哪些信誉好的足球投注网站最佳解。这正适合用遗传算法求解。 　　（1）定义适应度函数 我们将一个合法的城市序列s=（c1, c2, …, cn, cn+1）(cn+1就是c1)作为一个个体。这个序列中相邻两城之间的距离之和的倒数就可作为相应个体s的适应度，从而适应度函数就是 　（2）对个体s=（c1, c2, …, cn, cn+1）进行编码。但对于这样的个体如何编码却不是一件直截了当的事情。因为如果编码不当，就会在实施交叉或变异操作时出现非法城市序列即无效解。 例如，对于5个城市的TSP，我们用符号A、B、C、D、E代表相应的城市，用这5个符号的序列表示可能解即染色体。 然后进行遗传操作。设 s1=（A, C, B, E, D, A），s2=（A, E, D, C, B, A） 实施常规的交叉或变异操作，如交换后三位，得 s1’=（A,C,B,C,B,A）， s2’=（A,E,D,E,D,A） 或者将染色体s1第二位的C变为E，得 s1’’=（A, E, B, E, D, A） 可以看出，上面得到的s1’， s2’和s1’’都是非法的城市序列。 为此，对TSP必须设计合适的染色体和相应的遗传运算。 事实上，人们针对TSP提出了许多编码方法和相应的特殊化了的交叉、变异操作，如顺序编码或整数编码、随机键编码、部分映射交叉、顺序交叉、循环交叉、位置交叉、反转变异、移位变异、互换变异等等。从而巧妙地用遗传算法解决了TSP。 4.4 遗传算法的特点与优势 　　◆遗传算法的主要特点  　　——遗传算法一般是直接在解空间有哪些信誉好的足球投注网站, 而不像图有哪些信誉好的足球投注网站那样一般是在问题空间有哪些信誉好的足球投注网站, 最后才找到解。 　　——遗传算法的有哪些信誉好的足球投注网站随机地始于有哪些信誉好的足球投注网站空间的一个点集, 而不像图有哪些信誉好的足球投注网站那样固定地始于有哪些信誉好的足球投注网站空间的初始节点或终止节点, 所以遗传算法是一种随机有哪些信誉好的足球投注网站算法。 ——遗传算法总是在寻找优解, 而不像图有哪些信誉好的足球投注网站那样并非总是要求优解, 而一般是设法尽快找到解, 所以遗传算法又是一种优化有哪些信誉好的足球投注网站算法。 ——遗传算法的有哪些信誉好的足球投注网站过程是从空间的一个点集(种群)到另一个点集(种群)的有哪些信誉好的足球投注网站,而不像图有哪些信誉好的足球投注网站那样一般是从空间的一个点到另一个点地有哪些信誉好的足球投注网站。 因而它实际是一种并行有哪些信誉好的足球投注网站, 适合大规模并行计算,而且这种种群到种群的有哪些信誉好的足球投注网站有能力跳出局部最优解。 　　——遗传算法的适应性强, 除需知适应度函数外, 几乎不需要其他的先验知识。  　　——遗传算法长于全局有哪些信誉好的足球投注网站, 它不受有哪些信誉好的足球投注网站空间的限制性假设的约束,不要求连续性, 能以很大的概率从离散的、多极值的、 含有噪声的高维问题中找到全局最优解。 ◆遗传算法的应用 遗传算法在人工智能的众多领域便得到了广泛应用。例如，机器学习、聚类、控制