人工智能(5ga算法)61(編輯修改稿)
2025-03-09 12:42 本頁面
【文章內容簡介】 0。滿意解或最優(yōu)解。 遺傳算法初始化種群變異操作計算適應度值選擇操作交叉操作進化的種群終止條件開始圖 算法框圖(參考） 遺傳算法一般遺傳算法的主要步驟如下：(1) 隨機產生一個由確定長度的特征字符串組成的初始群體。(2)對該字符串群體迭代的執(zhí)行下面的步 ① 和 ② ，直到滿足停止標準：① 計算群體中每個個體字符串的適應值；② 應用選擇、交叉和變異等遺傳算子產生下一代群體。(3)把在后代中出現(xiàn)的最好的個體字符串指定為遺傳算法的執(zhí)行結果，這個結果可以表示問題的一個解。 遺傳算法產生初始群體是否滿足停止準則計算每個個體的適應值i=M?GEN:=GEN+1依概率選擇遺傳操作執(zhí)行復制選擇一個個體i:=i+1選擇兩個個體 選擇一個個體執(zhí)行變異i:=0GEN:=0復制到新群體i:=i+1將兩個后代插入新群體插入到新群體執(zhí)行雜交指定結果結束是否是否變異復制 交叉 遺傳算法遺傳算法的一般結構表示 ? Procedure:GeicAlgorithms? begin? t←0。? initializeP(t)。evaluateP(t)。? while(notterminationcondition)do? begin? rebineP(t)toyieldC(t)。? evaluateC(t)。? selectP(t+1)fromP(t)andC(t)。? t←t+1。? end? end 遺傳算法遺傳算法求解舉例 遺傳算法v設 f(x)=x sin(10π x)+，用 SGA求 v參數(shù)設置v二進制編碼 (每個染色體用 22位二進制串表示 )v種群大小為 4v染色體長為 22位舉例：用遺傳算法求解最優(yōu)化問題64遺傳算法歸納為五個基本組成部份 ? 方案表示 （編碼和解碼）? 群體初始化? 適應度函數(shù) ? 遺傳操作 ? 算法參數(shù) :種群規(guī)模、 Pc、 Pm 遺傳算法簡單遺傳算法（ GA）的基本參數(shù)① 種群規(guī)模 P: 參與進化的染色體總數(shù) .② 代溝 G: 二代之間不相同的染色體數(shù)目 ,無重疊 G = 1。 有重疊 0 G 1③ 選擇方法 : 轉輪法 ,精英選擇法 ,競爭法 .④ 交叉率 : Pc 一般為 60~100%.⑤ 變異率 : Pm 一般為 ~10%實驗 :種群大小 popsize=10。變異概率取 Pm=，交叉概率取Pc=。 選擇方法：轉輪法舉例：14步驟 1）編碼：確定二進制的位數(shù)；組成個體（染色體）步驟 2）選擇種群數(shù) P 和初始個體，計算適應度值， P = 20；步驟 3）確定選擇方法；交換率 PC；變異率 Pm。選擇方法用競爭法； PC = , Pm = 計算結果 ： ① 8代后， f(x,y) =,
環(huán)評公示相關推薦
鄂ICP備17016276號-1