第四章 遗传算法与进化计算.ppt

第四章 遗传算法与进化计算 遗传算法（Genetic Algorithms）是基于生物进化理论的原理发展起来的一种广为应用的、高效的随机有哪些信誉好的足球投注网站与优化的方法。遗传算法最初被研究的出发点不是为专门解决最优化问题而设计的，它与进化策略、进化规划共同构成了进化算法的主要框架，都是为当时人工智能的发展服务的。 遗传算法是解决有哪些信誉好的足球投注网站问题的一种通用算法，对于各种通用问题都可以使用。有哪些信誉好的足球投注网站算法的共同特征为： （1）首先组成一组候选解； （2）依据某些适应性条件测算这些候选解的适应度； （3）根据适应度保留某些候选解，放弃其他候选解； （4）对保留的候选解进行某些操作，生成新的候选解。 在遗传算法中，上述几个特征以一种特殊的方式组合在一起：基于染色体群的并行有哪些信誉好的足球投注网站，带有猜测性质的选择操作、交换操作和突变操作。这种特殊的组合方式将遗传算法与普通的有哪些信誉好的足球投注网站算法区别开来。 （1）遗传算法的处理对象不是参数本身，而是对参数集进行编码的个体。此操作使得遗传算法可直接对结构对象进行操作。 （2）遗传算法同时处理群体中的多个个体，即对有哪些信誉好的足球投注网站空间中的多个解进行评估，减少了陷入局部最优解的风险，同时算法本身易于实现并行化。 （3）遗传算法基本上不用有哪些信誉好的足球投注网站空间的知识或其它辅助信息，而仅用适应度函数值来评估个体。适应度函数不仅不受连续可微的约束，而且其定义域可以任意设定。 （4）遗传算法不是采用确定性规则，而是采用概率的变迁规则来指导他的有哪些信誉好的足球投注网站方向。 （5）不要求问题本身连续、可微。遗传算法利用进化过程获得的信息自行组织有哪些信誉好的足球投注网站，适应度大的个体具有较高的生存概率，并获得更适应环境的基因结构。 【定义6.2】模式H 中具有确定基因值的位置数目称为该模式的模式阶（SchemaOrder），记为o（H）。 例如，模式011*1*的阶数为4，而模式0* * * * *的阶数为1。 显然当字符串的长度固定时，模式阶越高，能与该模式匹配的字符串数就越少，因而该模式的确定性就越高。 【定义6.3】模式H 中第一个确定基因值的位置和最后一个确定基因值的位置之间的距离称为该模式的模式定义距。（Schema Defining Length），记为δ(H)。 例如，δ（11*0**）=3, δ(0 * * * 1)=4。对于只有一个确定基因值的模式，规定它们的模式长度为1。 1）选择算子 设种群A(t)共有N个个体， f ：为种群的平均适应度： m(H，t)：是种群中，第t代H模式的个体数量， f(H)：为H模式所有个体的平均适应度。 一般个体的选择概率： H模式每一个体，被选中的概率： H模式全体，总的选择概率： H模式全体，总的数量： 2）交叉算子 交叉可能破坏一个模式，如一个模式的长度L=7,随即的交叉位置在基因座3和4之间：破坏概率pd 基因座1234567 A= 0111000 H1= *1****0 δ(H1)=5 pd =5/(L-1)=5/6 H2= ****00* δ(H2)=1 pd =1/(L-1)=1/6 如果取交叉概率为pc ，则H模式的破坏概率为： pc pd = pc δ（H）/（L-1) 成活率=： PS=1- pc pd =1-pc δ（H）/（L-1) 【模式定理】遗传算法中，在选择、交叉和变异算子的作用下，具有低价O(H)、短的定义长度δ(H)，并且平均适应度f(H)高于群体平均适应度f的模式将快速增长。 * 积木块假设 模式定理说明了具有结构特征的模式在遗传进化过程中其样本将按指数级增长，这种模式就是具有低价、短的定义长度，且平均适应度高于群体平均适应度的模式。这种类型的模式被称为基因块或积木块（Building Block）。 【积木块假设】基因块通过选择、交叉、变异等遗传算子的作用，能够相互拼接在一起，形成适应度更高的个体编码串。 6） 选择操作：计算pi=fi/sum(fi)，然后进行归一化处理。 产生[0，1]之间的随机数r, 如果 (pi-1 r =pi)，则vi被选中 。 重复N次，选出N个个体。 产生[1,L=22]之间的随机数，确定交叉位置。如以上的v2和v3在第5位交叉,得到 v12=00000 | 00000111111000101 f(x12=0.940865) v13=11100 | 01110000000010000 f(x13)=2.45