CH3 遗传算法.ppt

于是，得第三代种群S3： s1=11100（28）, s2=01001（9） s3=11000（24）, s4=10011（19） 第三代种群S3中各染色体的情况 染色体 适应度 选择概率 积累概率 估计的 选中次数 s1=11100 784 0.44 0.44 2 s2=01001 81 0.04 0.48 0 s3=11000 576 0.32 0.80 1 s4=10011 361 0.20 1.00 1 设这一轮的选择-复制结果为： s1’=11100（28）, s2’=11100（28） s3’=11000（24）, s4’=10011（19） 做交叉运算，让s1’与s4’，s2’与s3’ 分别交换后两位基因，得 s1’’=11111（31）, s2’’=11100（28） s3’’=11000（24）, s4’’=10000（16） 这一轮仍然不会发生变异。 于是，得第四代种群S4： s1=11111（31）, s2=11100（28） s3=11000（24）, s4=10000（16） 第 4 章 基于遗传算法的随机优化有哪些信誉好的足球投注网站 第 4 章 基于遗传算法的随机优化有哪些信誉好的足球投注网站 计算智能 　遗传算法 　模拟退火算法 　粒子群算法 　模糊计算 　人工神经网络 第3章 基于遗传算法的随机优化有哪些信誉好的足球投注网站 3.1 基本概念 3.2 基本遗传算法 3.3 遗传算法应用举例 3.4 遗传算法的特点与优势 　 　３.1 基本概念 基本思想: 基于Darwin进化论和Mendel的遗传学说 Darwin进化论最重要的是适者生存原理。它认为每一物种在发展中越来越适应环境。物种每个个体的基本特征由后代所继承，但后代又会产生一些异于父代的新变化。在环境变化时，只有那些能适应环境的个体特征方能保留下来。 Mendel遗传学说最重要的是基因遗传原理。它认为遗传以密码方式存在细胞中，并以基因形式包含在染色体内。每个基因有特殊的位置并控制某种特殊性质；所以，每个基因产生的个体对环境具有某种适应性。基因突变和基因杂交可产生更适应于环境的后代。经过存优去劣的自然淘汰，适应性高的基因结构得以保存下来。 由于遗传算法是由进化论和遗传学机理而产生的直接有哪些信誉好的足球投注网站优化方法；故而在这个算法中要用到各种进化和遗传学的概念。 　 　３.1 基本概念 1. 个体与种群 ● 个体就是模拟生物个体而对问题中的对象 （一般就是问题的解）的一种称呼，一个个 体也就是有哪些信誉好的足球投注网站空间中的一个点。 ● 种群(population)就是模拟生物种群而由若 干个体组成的群体, 它一般是整个有哪些信誉好的足球投注网站空间 的一个很小的子集。 　 2. 适应度与适应度函数 ● 适应度(fitness)就是借鉴生物个体对环境的 适应程度,而对问题中的个体对象所设计的 表征其优劣的一种测度。 ● 适应度函数(fitness function)就是问题中的 全体个体与其适应度之间的一个对应关系。 它一般是一个实值函数。该函数就是遗传算 法中指导有哪些信誉好的足球投注网站的评价函数。 4. 遗传操作 　　亦称遗传算子(genetic operator)，就是关于染色体的运算。遗传算法中有三种遗传操作: ● 选择-复制(selection-reproduction) ● 交叉(crossover，亦称交换、交配或杂交) ● 变异(mutation，亦称突变) 　选择-复制　通常做法是：对于一个规模为N的种群S，按每个染色体xi∈S的选择概率P(xi)所决定的选中机会, 分N次从S中随机选定N个染色体, 并进行复制。 这里的选择概率P(xi)的计算公式为 　交叉 　就是互换两个染色体某些位上的基因。 s1′ s2′可以看做是原染色体s1和s2的子代染色体。　　 例如, 设染色体 s1 s2 交换其后4位基因, 即