遺傳算法與智能算法綜述(編輯修改稿)
2025-07-26 11:03 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 成某個(gè)確定網(wǎng)絡(luò)狀態(tài)的一個(gè)穩(wěn)定平衡點(diǎn)。若網(wǎng)絡(luò)有M個(gè)平衡點(diǎn)，則可以記憶M個(gè)記憶模式。 當(dāng)網(wǎng)絡(luò)從與記憶模式較靠近的某個(gè)初始狀態(tài)(相當(dāng)于發(fā)生了某些變形或含有某些噪聲的記憶模式，也即：只提供了某個(gè)模式的部分信息)出發(fā)后，網(wǎng)絡(luò)按Hopfield工作運(yùn)行規(guī)則進(jìn)行狀態(tài)更新，最后網(wǎng)絡(luò)的狀態(tài)將穩(wěn)定在能量函數(shù)的極小點(diǎn)。這樣就完成了由部分信息的聯(lián)想過(guò)程。 Hopfield神經(jīng)網(wǎng)絡(luò)的能量函數(shù)是朝著梯度減小的方向變化，但它仍然存在一個(gè)問(wèn)題，那就是一旦能量函數(shù)陷入到局部極小值，它將不能自動(dòng)跳出局部極小點(diǎn)，到達(dá)全局最小點(diǎn)，因而無(wú)法求得網(wǎng)絡(luò)最優(yōu)解。 3 遺傳算法 遺傳算法（Genetic Algorithms）是基于生物進(jìn)化理論的原理發(fā)展起來(lái)的一種廣為應(yīng)用的、高效的隨機(jī)搜索與優(yōu)化的方法。其主要特點(diǎn)是群體搜索策略和群體中個(gè)體之間的信息交換，搜索不依賴(lài)于梯度信息。它是在70年代初期由美國(guó)密執(zhí)根（Michigan）大學(xué)的霍蘭（Holland）教授發(fā)展起來(lái)的。1975年霍蘭教授發(fā)表了第一本比較系統(tǒng)論述遺傳算法的專(zhuān)著《自然系統(tǒng)與人工系統(tǒng)中的適應(yīng)性》（《Adaptation in Natural and Artificial Systems》）。遺傳算法最初被研究的出發(fā)點(diǎn)不是為專(zhuān)門(mén)解決最優(yōu)化問(wèn)題而設(shè)計(jì)的，它與進(jìn)化策略、進(jìn)化規(guī)劃共同構(gòu)成了進(jìn)化算法的主要框架，都是為當(dāng)時(shí)人工智能的發(fā)展服務(wù)的。迄今為止，遺傳算法是進(jìn)化算法中最廣為人知的算法。 近幾年來(lái)，遺傳算法主要在復(fù)雜優(yōu)化問(wèn)題求解和工業(yè)工程領(lǐng)域應(yīng)用方面，取得了一些令人信服的結(jié)果，所以引起了很多人的關(guān)注。在發(fā)展過(guò)程中，進(jìn)化策略、進(jìn)化規(guī)劃和遺傳算法之間差異越來(lái)越小。遺傳算法成功的應(yīng)用包括：作業(yè)調(diào)度與排序、可靠性設(shè)計(jì)、車(chē)輛路徑選擇與調(diào)度、成組技術(shù)、設(shè)備布置與分配、交通問(wèn)題等等。 特點(diǎn) 遺傳算法是解決搜索問(wèn)題的一種通用算法，對(duì)于各種通用問(wèn)題都可以使用。搜索算法的共同特征為： ① 首先組成一組候選解； ② 依據(jù)某些適應(yīng)性條件測(cè)算這些候選解的適應(yīng)度； ③ 根據(jù)適應(yīng)度保留某些候選解，放棄其他候選解； ④ 對(duì)保留的候選解進(jìn)行某些操作，生成新的候選解。在遺傳算法中，上述幾個(gè)特征以一種特殊的方式組合在一起：基于染色體群的并行搜索，帶有猜測(cè)性質(zhì)的選擇操作、交換操作和突變操作。這種特殊的組合方式將遺傳算法與其它搜索算法區(qū)別開(kāi)來(lái)。 遺傳算法還具有以下幾方面的特點(diǎn)： (1)遺傳算法從問(wèn)題解的串集開(kāi)始嫂索，而不是從單個(gè)解開(kāi)始。這是遺傳算法與傳統(tǒng)優(yōu)化算法的極大區(qū)別。傳統(tǒng)優(yōu)化算法是從單個(gè)初始值迭代求最優(yōu)解的；容易誤入局部最優(yōu)解。遺傳算法從串集開(kāi)始搜索，覆蓋面大，利于全局擇優(yōu)。(2)許多傳統(tǒng)搜索算法都是單點(diǎn)搜索算法，容易陷入局部的最優(yōu)解。遺傳算法同時(shí)處理群體中的多個(gè)個(gè)體，即對(duì)搜索空間中的多個(gè)解進(jìn)行評(píng)估，減少了陷入局部最優(yōu)解的風(fēng)險(xiǎn)，同時(shí)算法本身易于實(shí)現(xiàn)并行化。 (3)遺傳算法基本上不用搜索空間的知識(shí)或其它輔助信息，而僅用適應(yīng)度函數(shù)值來(lái)評(píng)估個(gè)體，在此基礎(chǔ)上進(jìn)行遺傳操作。適應(yīng)度函數(shù)不僅不受連續(xù)可微的約束，而且其定義域可以任意設(shè)定。這一特點(diǎn)使得遺傳算法的應(yīng)用范圍大大擴(kuò)展。 (4)遺傳算法不是采用確定性規(guī)則，而是采用概率的變遷規(guī)則來(lái)指導(dǎo)他的搜索方向。 (5)具有自組織、自適應(yīng)和自學(xué)習(xí)性。遺傳算法利用進(jìn)化過(guò)程獲得的信息自行組織搜索時(shí)，硬度大的個(gè)體具有較高的生存概率，并獲得更適應(yīng)環(huán)境的基因結(jié)構(gòu)。 運(yùn)用領(lǐng)域 前面描述是簡(jiǎn)單的遺傳算法模型，可以在這一基本型上加以改進(jìn)，使其在科學(xué)和工程領(lǐng)域得到廣泛應(yīng)用。下面列舉了一些遺傳算法的應(yīng)用領(lǐng)域： ① 優(yōu)化：遺傳算法可用于各種優(yōu)化問(wèn)題。既包括數(shù)量?jī)?yōu)化問(wèn)題，也包括組合優(yōu)化問(wèn)題。 ② 程序設(shè)計(jì)：遺傳算法可以用于某些特殊任務(wù)的計(jì)算機(jī)程序設(shè)計(jì)。 ③ 機(jī)器學(xué)習(xí)：遺傳算法可用于許多機(jī)器學(xué)習(xí)的應(yīng)用，包括分類(lèi)問(wèn)題和預(yù)測(cè)問(wèn)題等。 ④ 經(jīng)濟(jì)學(xué)：應(yīng)用遺傳算法對(duì)經(jīng)濟(jì)創(chuàng)新的過(guò)程建立模型，可以研究投標(biāo)的策略，還可以建立市場(chǎng)競(jìng)爭(zhēng)的模型。 ⑤ 免疫系統(tǒng)：應(yīng)用遺傳算法可以對(duì)自然界中免疫系統(tǒng)的多個(gè)方面建立模型，研究個(gè)體的生命過(guò)程中的突變現(xiàn)象以及發(fā)掘進(jìn)化過(guò)程中的基因資源。 ⑥ 進(jìn)化現(xiàn)象和學(xué)習(xí)現(xiàn)象：遺傳算法可以用來(lái)研究個(gè)體是如何學(xué)習(xí)生存技巧的，一個(gè)物種的進(jìn)化對(duì)其他物種會(huì)產(chǎn)生何種影響等等。 ⑦ 社會(huì)經(jīng)濟(jì)問(wèn)題：遺傳算法可
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1