【正文】 7 5 6 X2’: 8 3 | 4 5 6 7 1 | 9 0 2 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 變異：隨機(jī)選擇同一個(gè)個(gè)體的兩個(gè)點(diǎn)進(jìn)行交換； 初始參數(shù)： 種群規(guī)模 100 交叉概率 變異概率 終止代數(shù) 2022 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? TSP Benchmark 問(wèn)題 運(yùn)行結(jié)果： 解決組合優(yōu)化問(wèn)題 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值 神經(jīng)網(wǎng)絡(luò)建模： 遺傳算法在過(guò)程建模中的應(yīng)用 x1 輸出層 隱藏層 輸入層 x2 y xn … … … … 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值 例：聚丙烯生產(chǎn)過(guò)程熔融指數(shù)的軟測(cè)量模型 輸入變量：加氫量 、 釜壓 、 升溫時(shí)間 、 反應(yīng)時(shí)間 、攪拌電流； 輸出變量：熔融指數(shù)； 樣本數(shù)據(jù)： 240組現(xiàn)場(chǎng)數(shù)據(jù)； 遺傳算法在過(guò)程建模中的應(yīng)用 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值 個(gè)體的表示： w11 w12 … w1n … wnm w1 … wm b1 … bm b 適應(yīng)度的設(shè)計(jì)：樣本數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)數(shù)據(jù)的誤差和的倒數(shù)； 遺傳算法在過(guò)程建模中的應(yīng)用 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值 適應(yīng)度函數(shù)的計(jì)算： load 。 對(duì)樣本數(shù)據(jù)歸一化； S1=6。 for i=1:S1 for j=1:5 w1(i,j)=sol((i1)*5+j)。 end w2(i)=sol(5*S1+i)。 b1(i)=sol(6*S1+i)。 end 遺傳算法在過(guò)程建模中的應(yīng)用 b1=b139。 b2=sol(7*S1+1)。 A=simuff(P,w1,b1,39。logsig39。,w2,b2,39。logsig39。)。 mse1=sumsqr(AT)/s。 eval=1/(1+mse1/)。 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值 遺傳算子：可采用各種方法； bounds=ones(43,1)*[1 1]。 [x endPop bpop trace]=ga(bounds,39。jbx39。,[],[],[1e8 1 1],39。maxGenTerm39。,1000,39。normGeomSelect39。,[],39。simpleXover39。,[],39。binaryMutation39。,[])。 遺傳算法在過(guò)程建模中的應(yīng)用 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值 優(yōu)化結(jié)果： 遺傳算法在過(guò)程建模中的應(yīng)用 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 用遺傳算法進(jìn)行特征提取 目的：從可能的 m個(gè)特征中依據(jù)某個(gè)評(píng)價(jià)標(biāo)準(zhǔn)選出d個(gè)特征（ md）； 遺傳算法在模式識(shí)別中的應(yīng)用 代 代 代 代 代代 代 代 代 代代 代 代 代 代 代 代代 代 代 代 代 代代 代 代 代代 代 代 代代 代 代 代代 代 代 代 代 代 代 代 代 代 代 代代 代代 代代代代 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 用遺傳算法進(jìn)行特征提取 個(gè)體的表示方法：一個(gè)長(zhǎng)度為 L的個(gè)體對(duì)應(yīng)于一個(gè)L維的二進(jìn)制特征矢量，它的每一位就表示包括或排除一個(gè)相應(yīng)的特征。一個(gè)個(gè)體即是一個(gè)可能的最優(yōu)特征子集； 適應(yīng)度函數(shù)的設(shè)計(jì)：個(gè)體所代表的特征子集進(jìn)行分類時(shí)的識(shí)別率； 遺傳算子：可采用各種方法； 遺傳算法在模式識(shí)別中的應(yīng)用 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 用遺傳算法進(jìn)行特征提取 例：作品鑒別 將圖像分為 m n格，對(duì)每一個(gè)格 進(jìn)行數(shù)據(jù)分析，得到 L個(gè)特征， 從 L中選出 l個(gè)（ Ll）特征送入 分類器進(jìn)行識(shí)別。 遺傳算法在模式識(shí)別中的應(yīng)用 遺傳算法的應(yīng)用 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 用遺傳算法進(jìn)行特征提取 例：作品鑒別 個(gè)體的表示： l位長(zhǎng)，每位代表一個(gè)特征的序號(hào)，不可重復(fù)； 適應(yīng)度函數(shù)的設(shè)計(jì)：識(shí)別率的函數(shù)； 遺傳算子：符合個(gè)體編碼要求的算子。 遺傳算法在模式識(shí)別中的應(yīng)用 第四章 結(jié)束 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 作業(yè) 1 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 內(nèi)容 用遺傳算法解決下面函數(shù)的極小值問(wèn)題： 32|| ,20)/)2c o s(e x p ()/ x p (20)(5015012??????? ????iiiiixenxnxXf ? 作業(yè) 1 智能優(yōu)化計(jì)算 華東理工大學(xué)自動(dòng)化系 2022年 ? 要求 ； MATLAB； ：源程序（如非 MATLAB語(yǔ)言編制，則包括源代碼和可執(zhí)行文件）和運(yùn)行結(jié)果（圖、表等， WORD文檔），發(fā)送至 ? 時(shí)限 2022年 10月 18日之前