數(shù)學(xué)建模常用方法介紹-資料下載頁
2025-01-18 01:51本頁面
【正文】 題對象的意義有很大的關(guān)系。對優(yōu)化問題，適應(yīng)度函數(shù)就是目標(biāo)函數(shù)。 遺傳算法的基本要素 3. 遺傳操作 簡單遺傳算法 的遺傳操作主要有三種 :選擇 (selection)、交叉(crossover)、變異 (mutation)。 改進(jìn)的遺傳算法 大量擴(kuò)充了遺傳操作 。 (1) 選擇，也叫復(fù)制 從群體中按個體的適應(yīng)度函數(shù)值選擇出較適應(yīng)環(huán)境的個體， 使適應(yīng)度高的個體繁殖下一代的數(shù)目較多，而適應(yīng)度較小的個 體，繁殖下一代的數(shù)目較少 ,甚至被淘汰。 輪盤賭 (roulette wheel)模型 ：個體被選擇的概率等于其適應(yīng)度值與群體總適應(yīng) 度值之比。 例： Fitness 值： 2200 1800 1200 950 400 100 遺傳操作 （ 2）交叉 (Crossover) 將被選中的兩個個體的基因鏈按一定概率進(jìn)行交 叉，生成兩個新的個體，交叉位置是隨機(jī)的。 分 為單點(diǎn)交叉、雙點(diǎn)交叉、均勻交叉 ….. 單點(diǎn)交叉 操作的簡單方式是將兩個個體作為父母個 體，將兩者的部分基因碼值進(jìn)行交換。 例 : 遺傳操作 (3) 變異 (Mutation) 在 被選中 的個體中，將其基因鏈的各位按概 率進(jìn)行異向轉(zhuǎn)化，得到新的個體。 最簡單方 式 是改變串上某個位置的數(shù)值。對二進(jìn)制編 碼來說是 0與 1互換。 例 : 遺傳算法一般步驟 1. 完成了預(yù)先給定的進(jìn)化代數(shù) 2. 種群中的最優(yōu)個體在連續(xù)若干代后沒有改進(jìn) 3. 平均適應(yīng)度在連續(xù)若干代后基本沒有改進(jìn) 競賽中的群體思維方法 ?平等地位 、 相互尊重 、 充分交流 ?杜絕武斷評價 ?不要回避責(zé)任 ?不要對交流失去信心 競賽中的發(fā)散性思維方法 ? 借助于一系列問題來展開思路 ?這個問題與什么問題相似？ ?如果將問題分解成兩個或幾個部分會怎樣？ ?極限情形（或理想狀態(tài)）如何？ ?綜合問題的條件可得到什么結(jié)果？ ?要實現(xiàn)問題的目標(biāo)需要什么條件？ ? 借助于下意識的聯(lián)想 （ 靈感 ） 來展開思路 ?抓住問題的個別條件或關(guān)鍵詞展開聯(lián)想或猜想 ?綜合所得到的聯(lián)想和猜想 ， 得到一些結(jié)論 ?進(jìn)一步思考找出新思路和方法 對賽題的把握和理解問題 ?認(rèn)真仔細(xì)地識題 ?明確條件和任務(wù) ?通過關(guān)鍵詞捕捉關(guān)鍵信息 ?分清是非，勿入陷井 祝大家在Mathematical Modelling 學(xué)習(xí)和 競賽中取得好成績！
法律信息相關(guān)推薦
鄂ICP備17016276號-1