第5章-遗传算法.pptVIP

智能优化算法 智能优化算法又称现代启发式算法，是一种具有全局优化性能、通用性强且适合于并行处理的算法。 这种算法一般具有严密的理论依据，而不是单纯凭借专家经验，理论上可以在一定的时间内找到最优解或近似最优解。 遗传算法属于智能优化算法之一。 常用的智能优化算法 遗传算法 模拟退火算法 禁忌有哪些信誉好的足球投注网站算法 粒子群算法 蚁群算法 …… 智能优化算法的特点 从任一解出发，按照某种机制，以一定的概率在整个求解空间中探索最优解。 求解的过程通常是一个迭代的过程，即不是一步就完成。 由于它们可以把有哪些信誉好的足球投注网站空间扩展到整个问题空间，因而具有全局优化性能。 遗传算法概述 美国J. Holland教授于1975年在专著《自然界和人工系统的适应性》中首先提出。 借鉴生物界自然选择和自然遗传机制的随机化有哪些信誉好的足球投注网站算法。 模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象。 遗传算法概述 在每次迭代中都保留一组候选解，并按某种指标从解群中选取较优的个体，利用遗传算子(选择、交叉和变异)对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛指标为止。 基本遗传算法（Simple Genetic Algorithms，GA)又称简单遗传算法或标准遗传算法），是由Goldberg总结出的一种最基本的遗传算法，其遗传进化操作过程简单，容易理解，是其它一些遗传算法的雏形和基础。 基本遗传算法的组成 （1）编码（产生初始种群） （2）适应度函数 （3）遗传算子（选择、交叉、变异） （4）运行参数 编码 遗传算法（GA）通过某种编码机制把对象抽象为由特定符号按一定顺序排成的串。 正如研究生物遗传是从染色体着手，而染色体则是由基因排成的串。 基本遗传算法（SGA）使用二进制串进行编码。 编码示例 求下列一元函数的最大值： 一个问题 对于x∈[-1, 2] ，结果精确到6位小数， （1）二进制编码要求取多少位？ （2）十进制实数与二进制编码之间应满足怎样的数学关系？ 编码示例的分析 区间长度为3，求解结果精确到6位小数，因此可将自变量定义区间划分为3×106等份。 又因为221 3×106 222 ，所以二进制编码长度至少需要22位。 编码过程实质是将区间[-1，2]内对应的实数值转化为一个二进制串（b21b20b19b18…b1b0）。 一个问题 对于x∈[-1, 2] ，结果精确到6位小数，十进制实数与二进制编码之间应满足怎样的数学关系？ 编码(二进制)与实数(十进制)的转换 编码与实数的转换 基因型与表现型 基因型：1000101110110101000111 初始种群 基本遗传算法（SGA）采用随机方法生成若干个个体的集合，该集合称为初始种群。 初始种群中个体的数量称为种群规模。 适应度函数 遗传算法对一个个体（解）的好坏用适应度函数值来评价，适应度函数值越大，解的质量越好。 适应度函数是遗传算法进化过程的驱动力，也是进行自然选择的唯一标准，它的设计应结合求解问题本身的要求而定。 选择算子 遗传算法使用选择运算对个体进行优胜劣汰操作。 适应度高的个体被遗传到下一代群体中的概率大；适应度低的个体，被遗传到下一代群体中的概率小。 选择操作的任务就是从父代群体中选取一些个体，遗传到下一代群体。 基本遗传算法（SGA）中选择算子采用轮盘赌选择方法。 一等奖 轮盘赌选择方法 轮盘赌选择又称比例选择算子，其基本思想是：各个个体被选中的概率与其适应度函数值成正比。 设群体大小为N，个体xi 的适应度为 f(xi)，则个体xi的选择概率为： 轮盘赌选择方法 轮盘赌选择方法 轮盘赌选择方法 轮盘赌选择方法的实现步骤: （1）计算群体中所有个体的适应度值； （2）计算每个个体的选择概率； （3）计算积累概率； （4）采用模拟赌盘操作（即生成0到1之间的随机数与每个个体遗传到下一代群体的概率进行匹配）来确定各个个体是否遗传到下一代群体中。 轮盘赌选择方法 例如，有染色体 s1= 13 (01101) s2= 24 (11000) s3= 8 (01000) s4= 19 (10011) 假定适应度为f (s)=s2 ，则 f (s1) = f(13) = 132 = 169 f (s2) = f(24) = 242 = 576 f (s3) = f(8) = 82 = 64