智能控制理论及应用 课件 第11--13章 智能优化算法、 综合应用.pptx

主要内容;11.1遗传算法;11.1.1引言;11.1.1引言;11.1.2基本概念;11.1.2基本概念;11.1.2基本概念;●GeneticOperators(遗传操作)

包含选择、交叉、变异三个主要的操作。;适应度比例选择：;交叉;交叉;交叉;变异;变异;使用遗传算法来求函数y=x2在区间[0,31]上的最大值。;解:

(1)初始化:

确定种群大小:4

编码:5位二进制

随机生成初始种群:

s1=13(01101),s2=24(11000)

s3=8(01000),s4=19(10011)

(2)定义适应度函数:f(x)=x2

;解:

(3)计算当前代的适应度值

s1=13(01101),s2=24(11000)

s3=8(01000),s4=19(10011)

它们的适应度值分别为

f(s1)=f(13)=132=169

f(s2)=f(24)=242=576

f(s3)=f(8)=82=64

f(s4)=f(19)=192=361;解:

(4)执行遗传操作

选择操作:

计算每个个体的选择概率;;在[0,1]之间随机生成4个随机数，如：

r1=0.450126,r2=0.110347

r3=0.572496,r4=0.98503;因此，在选择之后，我们得到了以下种群：

s1’=11000（24）,s2’=01101（13）

s3’=11000（24）,s4’=10011（19）;交叉

假设pc=100%

让s1和s2成对,s3和s4成对。分别交换各自的最后两个基因以获得新的染色体：

;变异

设置变异概率pm=0.001。

因此，在种群中只有0.02的基因可能会发生突变。;

从而得到第二代种群S2

s1=11001（25）,s2=01100（12）

s3=11011（27）,s4=10000（16）

;第二代;假设在这一轮的选择-繁殖操作中，种群S2中的所有4个染色体都被选中;第三代种群S3被衍生出来。

s1=11100（28）,s2=01001（9）

s3=11000（24）,s4=10011（19）;第三代;假设选择-繁殖后的种群是:

s1’=11100（28）,s2’=11100（28）

s3’=11000（24）,s4’=10011（19）;因此，我们得到了第四代S4：

s1=11111（31）,s2=11100（28）

s3=11000（24）,s4=10000（16）;;;;11.1.5仿真示例;MATLAB代码;MATLAB代码;MATLAB代码;MATLAB代码;MATLAB代码;MATLAB代码;仿真结果;11.1.5仿真示例;11.2粒子群优化;主要内容;11.2.1引言--PSO的起源;;11.2.2基本粒子群优化算法;11.2.2基本粒子群算法;第11章;第11章;第11章;第11章;第11章;第11章;PSO更新方程图示解读;11.2.3粒子群算法实现流程;11.2.3粒子群算法实现流程;;11.2.4仿真示例;基于Matlab的粒子群算法实现;%按照公式依次迭代直到满足精度或者迭代次数

fori=1:T

forj=1:N

%更新个体最优位置和最优值

if(func2(x(j,:))pbest(j))

p(j,:)=x(j,:);

pbest(j)=func2(x(j,:));