軟計算方法ppt課件(完整版)
【正文】 群體中最佳個體的適應度。所以，如何確定適應度對ＧＡ的性能有較大影響。 ? 假設一參數(shù)的取值范圍是 我們用長度為 的二進制表示該參數(shù) 二進制編碼的精度為 二進制編碼方法的優(yōu)點： ? 編碼、解碼操作簡單可行 ? 交叉、變異等遺傳操作便于實現(xiàn) ? 符合最小字符集編碼原則 ? 便于利用模式定理對算法進行理論分析 浮點數(shù)編碼方法 對于一些多維、高精度要求的連續(xù)函數(shù)優(yōu)化問題，使用二進制編碼來表示個體時會有一些不利之處： (1) 使用二進制編碼存在著連續(xù)函數(shù)離散化時的映射誤差 (2) 個體編碼串較短時，可能達不到精度要求；而個體編 碼串的長度較長時，雖然能提高編碼精度，但卻會使 遺傳算法的搜索空間急劇擴大 例 :使用二進制方法來處理一個含有 100個決策變量的優(yōu)化，每個決策變量的取值范圍是 [250, 250],要求精度是小數(shù)點后面五位，即 為 ,則 為 26 這樣每個個體必須用 2600位長的二進制編碼符號串來表示。 相應的搜索空間大約是２ ２６００ ? 為改變二進制編碼方法的缺點，人們提出了浮點數(shù)編碼方法．浮點數(shù)編碼方法指個體的每個基因值用某一范圍內(nèi)的一個浮點數(shù)來表示。 在ＧＡ運行初期 群體中可能會有少數(shù)幾個各個的適應度相對于其他個體來說非常高。即大部分個體的適應度和最佳個體的適應度差異不大。這種對個體適應度所做的擴大和縮小變換稱為適應度尺度變換。 方法： 如果下一代群體的最佳個體適應值小于當前群體最佳個體的適應值，則將當前群體最佳個體或者適應值大于下一代群體中最佳個體適應值的多個個體直接復制到下一代，即替代或替代最差的下一代群體中的相應數(shù)量的個體。 雙點交叉與多點交叉 (Twopoint crossover) (multipoint crossover) 注意：一般不太使用多點交叉算子，因為它可能破壞一些好
教學課件相關推薦
鄂ICP備17016276號-1