優(yōu)化算法講ppt課件(2)-免費(fèi)閱讀
【正文】 其中， 式中， fp和 fc分別為父代個(gè)體和子代個(gè)體所對(duì)應(yīng)的目標(biāo)函數(shù)值。 ? ② 隨機(jī)產(chǎn)生初始群體 P(t)。 ? ④ 對(duì)當(dāng)前最優(yōu)解作一隨機(jī)變動(dòng) ,產(chǎn)生一新的解。 假設(shè)時(shí)刻 t的溫度用 T(t)來表示，則 經(jīng)典模擬退火算法的降溫方式 為： 而快速模擬退火算法的降溫方式為： 這兩種方式都能夠使得模擬退火算法收斂于全局最小點(diǎn)。 ? (3)改進(jìn)遺傳算子 。 2022/6/3 28 小生境遺傳算法在多峰值函數(shù)全局最優(yōu)化中的應(yīng)用 ? NicheGA算法： 初始化 t=1 根據(jù)個(gè)體的適應(yīng)度降序排列 選擇運(yùn)算： P（ t） → P?（ t） 交叉運(yùn)算： P?（ t） → P“（ t） 變異運(yùn)算： P”（ t） → P“?（ t） 小生境淘汰運(yùn)算 根據(jù)新的適應(yīng)度降序排列 終止條件？ t=t+1 否 算法結(jié)束 新序列中的前 M個(gè) 做下一代群體 P(t) 是 2022/6/3 29 混合遺傳算法 ■ 2022/6/3 30 ? 混合遺傳算法的特點(diǎn)： （ 1）引入局部搜索過程。 2022/6/3 24 遺傳算法中小生境的實(shí)現(xiàn)方法 ? 1． 基于預(yù)選擇機(jī)制的小生境實(shí)現(xiàn)方法(Cavicchio ， 1970年 ） ? 2． 基于排擠的小生境實(shí)現(xiàn)方法 （ De Jong，1975年 ） ? 3． 基于共享函數(shù) (Sharing Function)的小生境實(shí)現(xiàn)方法 （ Goldberg 和 Richardson ， 1987年 ） 2022/6/3 25 遺傳算法中小生境的實(shí)現(xiàn)方法 ? 1．基于預(yù)選擇機(jī)制的小生境實(shí)現(xiàn)方法 1970年 ， Cavicchio率先在遺傳算法中引入了基于預(yù)選擇機(jī)制 (Preselection)的小生境實(shí)現(xiàn)方法 。 （ 4） 并列處理階段 。 例如 ， 對(duì)于變長(zhǎng)度染色體遺傳算法中的個(gè)體 Xm： (1， 1)(3， 0)(5， 0)(6， 1) 若取缺省值為 0的話 ， 則它在常規(guī)遺傳算法中所對(duì)應(yīng)的個(gè)體為： X： 1 0 0 0 0 1 2022/6/3 21 切斷算子與拼接算子 ? 1． 切斷算子 (Cut operator) 切斷算子以某一預(yù)先指定的概率 ， 在變長(zhǎng)度染色體中隨機(jī)選擇一個(gè)基因座 ， 在該處將個(gè)體的基因型切斷 ， 使之成為二個(gè)個(gè)體的基因型 。 使用變長(zhǎng)度染色體編碼 ， 該個(gè)體就可表示為： Xm： (1， 1)(2， 0)(3， 0)(4， 1)(5， 0)(6， 1) 在這種變長(zhǎng)度染色體遺傳算法中 ， 允許染色體的長(zhǎng)度可長(zhǎng)可短 。 ? ⑧ 評(píng)價(jià)群體 P??(t)中各個(gè)個(gè)體的適應(yīng)度 。 ? ② 隨機(jī)產(chǎn)生具有二倍體結(jié)構(gòu)的初始群體 P(0)。 這個(gè)特點(diǎn)應(yīng)用于遺傳算法中 ， 能有利于提高遺傳算法的運(yùn)算效率 ． 維護(hù)好的搜索群體 。 2022/6/3 4 倒位算子 ? 具體操作過程 : ① 在個(gè)體編碼串中隨機(jī)指定二個(gè)基因座之后的位置為倒位點(diǎn)； ②以倒位概率 顛倒這二個(gè)倒位點(diǎn)之間的基因排列順序。 A b c D e f G A b C D e f G 二倍體結(jié)構(gòu) A b C D e f G 個(gè)體表現(xiàn)型 2022/6/3 10 二倍體結(jié)構(gòu)的生物基礎(chǔ) ? 二倍體的二個(gè)重要特性 ： ? 1） 二倍體的記憶能力 ， 它使得生物能夠記憶以前經(jīng)歷過的環(huán)境及變化 ， 使得生物的遺傳進(jìn)化過程能夠快速地適應(yīng)環(huán)境的變化 。 2022/6/3 12 二倍體結(jié)構(gòu)在遺傳算法中的實(shí)現(xiàn)方案 0 0 0 0 0 0 0 1 0 0 1 1 0 1 1 1 0M 0m 1M 1m 0M 0m 1M 1m 單基因座顯性映射方法 雙基因座顯性映射方法 圖 1 圖 2 2022/6/3 13 二倍體結(jié)構(gòu)在遺傳算法中的實(shí)現(xiàn)方案 ? 使用雙倍體的遺傳算法的算法結(jié)構(gòu)與基本遺傳算法的算法結(jié)構(gòu)相類似 ， 不同之處在于： (1) 顯性性狀也能進(jìn)化 ， 所以同源染色體之間也需進(jìn)行交叉操作 。 ? ⑥ 變異操作
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1