沈阳农业大学信息与电气工程学院智能优化方法课件 第二章.ppt

第二章 遗传算法 2.1 遗传算法简介 2.1.1 遗传算法的产生与发展 2.1.2 生物进化理论和遗传学的基本知识 2.1.3 遗传算法的思路与特点 2.1.4 遗传算法的基本操作 2.1.5 遗传算法的应用 2.2 基本遗传算法 2.1.1 简单函数优化的实例 2.2 .2 遗传基因型 2.2.3 适应度函数及其尺度变换 2.2.4 遗传操作——选择 2.2.5 遗传操作——交叉/基因重组 2.2.6 遗传操作——变异 2.2.7 算法的设计与实现 2.3 遗传算法的改进 2.3.1 CHC算法 2.3.2 自适应遗传算法 2.3.3 基于小生境技术的遗传算法 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.1 遗传算法简介 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 2.2 基本遗传算法 自从1975年Holland系统地提出遗传算法的完整结构和理论以来，众多学者一直致力于推动遗传算法的发展，对编码方式、控制参数的确定、选择方式和交叉机理等进行了深入的探究，引入了动态策略和自适应策略以改善遗传算法的性能，提出了各种改进的遗传算法。 CHC算法是Eshelman于1991年提出的一种改进遗传算法，第一个C代表跨世代精英选择(Cross generational elitist selection)策略，H代表异物种重组，第二个C代表大变异。CHC算法与基本遗传算法不同点在于： 1、选择 通常，遗传算法是依据个体的适应度复制个体完成选择操作的，而在CHC算法中