人工智能---遺傳算法37(完整版)
【正文】 解區(qū)間 [0,31]上的二次函數(shù) y=x2的最大值分析n 原問題轉(zhuǎn)化為 [0,31]中尋找能使 y取最大值的點(diǎn) xn 區(qū)間 [0,31]為論域空間 /解空間n x為個(gè)體對(duì)象n 函數(shù) f(x)= x2 可作為適應(yīng)度函數(shù) 算法舉例解 ：n 定義適應(yīng)度函數(shù)，編碼染色體n 適應(yīng)度函數(shù)取 f(x)= x2 n 用 5位二進(jìn)制數(shù)作為個(gè)體 x的基因型編碼 /染色體n 設(shè)定種群規(guī)模，產(chǎn)生初始種群n 種群規(guī)模 N=4n 初始種群 S={s1=01101(13),s2=11000(24)， s3=01000(8)， s4=10011(19)} 算法舉例n 計(jì)算各代種群中各染色體的適應(yīng)度，并進(jìn)行遺傳操作 選擇n 設(shè)從區(qū)間 [0,1]產(chǎn)生 4個(gè)隨機(jī)數(shù) r1=, r2=, r3=, r4=n 按輪盤賭選擇法，染色體 s1,s2， s3， s4依次選中次數(shù)為 1， 2， 0， 1n 選擇產(chǎn)生種群 S1={s?1=11000(24),s?2=01101(13)， s?3=11000(24)， s?4=10011(19)}染色體 適應(yīng)度 選擇概率 累積概率 估計(jì)選中次數(shù)s1=01101 169 1s2=11000 576 2s3=01000 64 0s4=10011 361 1 算法舉例 交叉n 設(shè)交叉率 Pc=100%,即 S1全部染色體參與交叉n 將 s?1與 s?2配對(duì)， s?3與 s?4配對(duì)，交換后兩位基因n 新種群 S2={s?1=11001(25),s?2=01100(12)， s?3=11011(27)， s?4=10000(16)}變異n 設(shè)變異率 Pm=n 種群變異基因位數(shù)： Pm*L*N=*5*4=n 1，本輪不做變異第一代遺傳操作完成 第二代種群 S={s1=11001(25),s2=01100(12)， s3=11011(27)， s4=10000(16)} 算法舉例 選擇n 設(shè)從區(qū)間 [0,1]產(chǎn)生 4個(gè)隨機(jī)數(shù) r1=, r2=, r3=, r4=n 按輪盤賭選擇法，染色體 s1,s2， s3， s4依次選中次數(shù)為 1， 1， 1， 1n 選擇產(chǎn)生種群 S1={s?1=11001(25),s?2=01100(12)， s?3=11011(27)， s?4=10000(16)}染色體 適應(yīng)度 選擇概率 累積概率 估計(jì)選中次數(shù)s1=11001 625 1s2=01100 144 1s3=11011 729 1s4=10000 256 1 算法舉例 交叉n 將 s?1與 s?2配對(duì)， s?3與 s?4配對(duì)，交換后三位基因n 新種群 S2={s?1=11100(28),s?2=01001(9)， s?3=11000(24)， s?4=10011(19)}變異n 種群變異基因位數(shù)： Pm*L*N=*5*4=n 1，本輪不做變異第二代遺傳操作完成 第三代種群 S={s1=11100(28),s2=01001(9)， s3=11000(
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1