网站大量收购闲置独家精品文档,联系QQ:2885784924

遗传算法论文答辩.ppt

  1. 1、本文档共36页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

哈尔滨工程大学计算机科学与技术学院硕士学位论文答辩*/20哈尔滨工程大学计算机科学与技术学院硕士学位论文答辩*/20*设计师的设计过程通常可分为两个阶段:基本形状设计和局部细节求精。在概念设计阶段,设计者首先考虑的是设计思想及概念,而几何形状的准确尺寸和它们之间严格的定位关系还很难完全确定。所以深入研究欠约束问题具有一定的理论意义和重要的实用价值。*设计师的设计过程通常可分为两个阶段:基本形状设计和局部细节求精。在概念设计阶段,设计者首先考虑的是设计思想及概念,而几何形状的准确尺寸和它们之间严格的定位关系还很难完全确定。所以深入研究欠约束问题具有一定的理论意义和重要的实用价值。*设计师的设计过程通常可分为两个阶段:基本形状设计和局部细节求精。在概念设计阶段,设计者首先考虑的是设计思想及概念,而几何形状的准确尺寸和它们之间严格的定位关系还很难完全确定。所以深入研究欠约束问题具有一定的理论意义和重要的实用价值。遗传算法及其应用

姓名:车少帅专业:信息与计算科学指导教师:武斌论文章节结论遗传算法求解函数优化问题遗传算法的实现技术遗传算法的基本概念与原理研究目的与意义认识遗传算法的基本概念,个体与种群、适应度与适应度函数、染色体与基因、选择、交叉、变异等概念,掌握基本遗传算法基本原理与步骤第1章对整个毕业设计进行全面的总结,提出本人对设计过程中各个方面的看法、建议与心得体会。结论研究一些遗传算法的基本实现技术,如编码方法,适应度函数,选择算子,交叉算子,变异算子等第2章应用遗传算法来解决几个函数优化问题以及用MATLAB编程来实现遗传算法解决函数优化的实例第3章壹贰叁肆论文主要工作研究背景: 90年代,遗传算法迎来了兴盛发展时期,无论是理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究格外活跃,不但它的应用领域扩大,而且利用遗传算法进行优化和规则学习的能力也显著提高,同时产业应用方面的研究也在摸索之中。论文研究背景、目的与意义论文研究背景、目的与意义目的与意义:遗传算法提供了一种求解复杂系统问题的通用框架,它不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,所以GA在函数优化,组合优化、生产调度问题、自动控制、机器人学、图象处理、人工生命、遗传编码和机器学习等方面获得了广泛的运用。从遗传算法的理论和技术两方面概述目前的研究现状;描述遗传算法的主要特点、基本原理;应用遗传算法来解决函数优化、组合优化等方面的案例。认识遗传算法的基本概念,掌握基本步骤。01学习基本实现技术,应用遗传算法来解决函数优化问题。02主要内容:论文研究背景、目的与意义遗传算法基本概念与原理遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型,它是由美国Michigan大学的J.Holland教授于1975年首先提出的.遗传算法作为一种新的全局优化有哪些信誉好的足球投注网站算法,以其简单通用、鲁棒性强、适于并行处理及应用范围广等显著特点,奠定了它作为21世纪关键智能计算之一的地位。遗传算法基本概念与原理遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程.它把问题的参数用基因代表,把问题的解用染色体代表(在计算机里用二进制码表示),从而得到一个由具有不同染色体的个体组成的群体.这个群体在问题特定的环境里生存竞争,适者有最好的机会生存和产生后代.后代随机化地继承了父代的最好特征,并也在生存环境的控制支配下继续这一过程。遗传算法基本概念与原理序号遗传学概念遗传算法概念数学概念1个体要处理的基本对象、结构也就是可行解2群体个体的集合被选定的一组可行解3染色体个体的表现形式可行解的编码4基因染色体中的元素编码中的元素5基因位某一基因在染色体中的位置元素在编码中的位置6适应值个体对于环境的适应程度,或在环境压力下的生存能力可行解所对应的适应函数值7种群被选定的一组染色体或个体根据入选概率定出的一组可行解8选择从群体中选择优胜的个体,淘汰劣质个体的操作保留或复制适应值大的可行解,去掉小的可行解9交叉一组染色体上对应基因段的交换根据交叉原则产生的一组新解10交叉概率染色体对应基因段交换的概率(可能性大小)闭区间[0,1]上的一个值,一般为0.65~0.9011变异染色体水平上基因变化编码的某些元素被改变12变异概率染色体上基因变化的概率(可能性大小)开区间(0,1)内的一个值,一般为0.001~0

文档评论(0)

SYWL2019 + 关注
官方认证
内容提供者

权威、专业、丰富

认证主体四川尚阅网络信息科技有限公司
IP属地北京
统一社会信用代码/组织机构代码
91510100MA6716HC2Y

1亿VIP精品文档

相关文档