人工智能(5ga算法)61(編輯修改稿)
2025-03-09 12:42 本頁面
【文章內(nèi)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(jì)算適應(yīng)度值選擇操作交叉操作進(jìn)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(jī)產(chǎn)生一個(gè)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(biāo)準(zhǔn)：① 計(jì)算群體中每個(gè)個(gè)體字符串的適應(yīng)值；② 應(yīng)用選擇、交叉和變異等遺傳算子產(chǎn)生下一代群體。(3)把在后代中出現(xiàn)的最好的個(gè)體字符串指定為遺傳算法的執(zhí)行結(jié)果，這個(gè)結(jié)果可以表示問題的一個(gè)解。 遺傳算法產(chǎn)生初始群體是否滿足停止準(zhǔn)則計(jì)算每個(gè)個(gè)體的適應(yīng)值i=M?GEN:=GEN+1依概率選擇遺傳操作執(zhí)行復(fù)制選擇一個(gè)個(gè)體i:=i+1選擇兩個(gè)個(gè)體 選擇一個(gè)個(gè)體執(zhí)行變異i:=0GEN:=0復(fù)制到新群體i:=i+1將兩個(gè)后代插入新群體插入到新群體執(zhí)行雜交指定結(jié)果結(jié)束是否是否變異復(fù)制 交叉 遺傳算法遺傳算法的一般結(jié)構(gòu)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(shè) f(x)=x sin(10π x)+，用 SGA求 v參數(shù)設(shè)置v二進(jìn)制編碼 (每個(gè)染色體用 22位二進(jìn)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(gè)基本組成部份 ? 方案表示 （編碼和解碼）? 群體初始化? 適應(yīng)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(jìn)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(zhuǎn)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(shí)驗(yàn) :種群大小 popsize=10。變異概率取 Pm=，交叉概率取Pc=。 選擇方法：轉(zhuǎn)輪法舉例：14步驟 1）編碼：確定二進(jìn)制的位數(shù)；組成個(gè)體（染色體）步驟 2）選擇種群數(shù) P 和初始個(gè)體，計(jì)算適應(yīng)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(jì)算結(jié)果 ： ① 8代后， f(x,y) =,
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1