智能决策支持系统和智能技术的决策支持.ppt

首先计算种群S1中各个体s1=13(01101),s2=24(11000)s3=8(01000),s4=19(10011)的适应度f(si)。容易求得f(s1)=f(13)=132=169f(s2)=f(24)=242=576f(s3)=f(8)=82=64f(s4)=f(19)=192=361再计算种群S1中各个体的选择概率。logo选择概率的计算公式为由此可求得P(s1)=P(13)=0.14P(s2)=P(24)=0.49P(s3)=P(8)=0.06P(s4)=P(19)=0.31●赌轮选择法赌轮选择示意s40.31s20.49s10.14s30.06在算法中赌轮选择法可用下面的子过程来模拟:①在［0,1］区间内产生一个均匀分布的随机数r。②若r≤q1,则染色体x1被选中。③若qk-1r≤qk(2≤k≤N),则染色体xk被选中。其中的qi称为染色体xi(i=1,2,…,n)的积累概率,其计算公式为设从区间［0,1］中产生4个随机数如下:选择-复制设从区间［0,1］中产生4个随机数如下:r1=0.450126,r2=0.110347r3=0.572496,r4=0.98503染色体适应度选择概率积累概率选中次数s1=011011690.140.141s2=110005760.490.632s3=01000640.060.690s4=100113610.311.001s1’=11000（24）,s2’=01101（13）s3’=11000（24）,s4’=10011（19）于是，经复制得群体：设交叉率pc=100%，即S1中的全体染色体都参加交叉运算。设s1’与s2’配对，s3’与s4’配对。分别交换后两位基因，得新染色体：s1’’=11001（25）,s2’’=01100（12）s3’’=11011（27）,s4’’=10000（16）交叉设变异率pm=0.001。01这样，群体S1中共有×5×0.001=0.0202位基因可以变异。02位显然不足1位，所以本轮遗传操作不做变异。03变异s1=11001（25）,s2=01100（12）01s3=11011（27）,s4=10000（16）02于是，得到第二代种群S2：第二代种群S2中各染色体的情况染色体适应度选择概率积累概率估计的选中次数s1=110016250.360.361s2=011001440.080.441s3=110117290.410.851s4=100002560.151.001假设这一轮选择-复制操作中，种群S2中的4个染色体都被选中，则得到群体：s1’=11001（25）,s2’=01100（12）s3’=11011（27）,s4’=10000（16）做交叉运算，让s1’与s2’，s3’与s4’分别交换后三位基因，得s1’’=11100（28）,s2’’=01001（9）s3’’=11000（24）,s4’’=10011（19）这一轮仍然不会发生变异。01s1=11100（28）,s2=01001（9）02s3=11000（24）,s4=10011（19）于是，得第三代种群S3：第三代种群S3中各染色体的情况染色体适应度选择概率积累概率估计的选中次数s1=111007840.440.442s2=01001810.040.480s3=110005760.320.801s4=100113610.201.001这一轮仍然不会发生变异。s1’=11100（28）,s2’=11100（28）s3’=11000（24）,s4’=10011（19）设这一轮的