智能計算簡介ppt課件-文庫吧資料
2025-05-06 18:54本頁面
【正文】 76 64 361（ 3）適應(yīng)度評價：（ 4）選擇：選擇概率 個體： 01101， 11000， 01000， 10011 適應(yīng)度： 169 576 64 361 選擇概率： 選擇結(jié)果： 01101， 11000， 11000， 10011（ 5）交叉操作：發(fā)生交叉的概率較大 哪兩個個體配對交叉是隨機的 交叉點位置的選取是隨機的（單點交叉） 0110 1 01100 11 000 11 011 1100 0 11001 10 011 10 000（ 6）變異：發(fā)生變異的概率很小（ 7）新群體的產(chǎn)生： 保留上一代最優(yōu)個體，一般為 10%左右，至少 1個 用新個體取代舊個體，隨機取代或擇優(yōu)取代。167。n 例如： 0110 101100 0110 011001 1100 011001 1100 101100一致變異167。 在 {1, 2, . . . ,l} 內(nèi)隨機選擇一個數(shù) i,作為交叉的位置，稱為交叉點。選擇時轉(zhuǎn)動輪盤，參考點 r落到扇形 i則選擇個體i 。這一結(jié)果可以是問題的解 (或近似解 )。? 變異 : 將現(xiàn)有字符串中某一位的字符隨機變異。2) 應(yīng)用下述三種操作 (至少前兩種 )來產(chǎn)生新的群體 :? 復(fù)制 : 把現(xiàn)有的個體字符串復(fù)制到新的群體中?；具z傳算法1. 隨機產(chǎn)生一個由固定長度字符串組成的初始群體 。Pc： 交叉概率，一般取為 ～ ?；具z傳算法的構(gòu)成要素運行參數(shù)N： 群體大小，即群體中包含的個體的數(shù)量。如使用單點一致交叉。? 交叉算子 (crossover)： 又稱為雜交算子。基本遺傳算法的構(gòu)成要素遺傳算子? 選擇算子 (selection) ： 又稱為復(fù)制算子。較常用的是二進制編碼方法，現(xiàn)在使用非二進制編碼的也逐漸增多。其遺傳操作簡單、容易理解，是其它遺傳算法的雛形和基礎(chǔ)。4) 確定怎樣指定結(jié)果及程序運行結(jié)束的標(biāo)準(zhǔn)。2) 確定適應(yīng)值的度量 。4) 遺傳算法利用概率轉(zhuǎn)移規(guī)則 , 而非確定性規(guī)則。2) 遺傳算法不是從單個點 , 而是在群體中從一個點開始搜索 。 常用的遺傳算子有復(fù)制、雜交、變異和反轉(zhuǎn)。 在遺傳算法中，位字符串扮演染色體的作用，單個位扮演了基因的作用，隨機產(chǎn)生一個體字符串的初始群體，每個個體給予一個數(shù)值評價，稱為適應(yīng)度，取消低適應(yīng)度的個體，選擇高適應(yīng)度的個體參加操作。 與自然界相似，遺傳算法對求解問題的本身一無所知，它所需要的僅是對算法所產(chǎn)生的每個染色體進行評價，并基于適應(yīng)值來選擇染色體，使適應(yīng)性好的染色體有更多的繁殖機會。 類似于自然進化，遺傳算法通過作用于染色體上的基因?qū)ふ液玫娜旧w來求解問題。每次循環(huán)被稱作一代 ,包括一個保存字符串中較優(yōu)結(jié)構(gòu)的過程和一個有結(jié)構(gòu)的、隨機的字符串間的信息交換過程。167。 高度復(fù)雜的非線性問題遺傳算法167。 次優(yōu)解、滿意解遺傳算法能解決的問題：167。 通用167。遺傳算法用概率搜索過程在該狀態(tài)空間中搜索，產(chǎn)生新的樣本。 最重要的操縱子是突變和重組。 這 就是 遺傳 操縱 子探索基因型空 間 的任 務(wù) ，其個體數(shù)目相當(dāng)小。它 說 明平均適 應(yīng) 度隨適 應(yīng) 度的差 別 呈正比例增加。遺傳算法的基礎(chǔ)： 孟德爾遺傳學(xué)設(shè) pi 是群體中等位基因的頻率。 q(ai,aj) = qij qij 可以被解 釋為
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1