遗传算法及其改进设计

遗传算法及其改进设计

ID:37692731

大小:135.43 KB

页数:16页

时间:2019-05-28

遗传算法及其改进设计_第1页
遗传算法及其改进设计_第2页
遗传算法及其改进设计_第3页
遗传算法及其改进设计_第4页
遗传算法及其改进设计_第5页
资源描述:

《遗传算法及其改进设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、遗传算法及其改进设计摘要2Abstract21、引言32、遗传算法简介32.1遗传算法的几个基本概念32.2遗传算法的特点42.3、遗传算法的发展历程42.3.160、70年代的兴起阶段52.3.280年代的发展阶段52.3.390年代的高潮阶段62.4遗传算法的应用及前景63、遗传算法的模式定理83.1模式83.2模式定理93.2.1选择算子的作用93.2.2交叉算子的作用103.2.3变异算子的作用104、基本遗传算法存在的问题114.1基本遗传算法的缺陷114.2主要问题的提出125、各种算子的改进135.1传统的选择操作135.2交叉操作和变异操

2、作145.3算例及分析156、总结与展望17参考文献19致谢20摘要我们遗传算法及其改进设计,指出遗传算法是一种新兴的搜索寻优技术,遗传算法早在六十年代由J.H.Holland等人提出,并在八十年代得以完善,发展成为标准式的遗传算法,从九十年代中期得到广泛研究与应用。它模拟达尔文的进化论,根据“优胜劣汰”的原则,借助选择、交叉、变异等操作逐步逼近最优解。具有隐并行机制和自适应性,适合于多维,非线性和具有多峰值的问题。遗传算法具有全局优化性和易操作性。最初应用于非数值计算方面,直到进几年才转向全局优化问题,并取得了显著的成果,吸引了越来越多的研究者逐渐成为

3、人工智能领域的一个研究热点。关键词:遗传算法;改进设计AbstractGeneticalgorithmisanewoptimizationtechnique,whichsimulatestheevolutiontheoryofDarwin,accordingtothe"survivalSurvivalofthefittest"principle,bymeansofselection,crossover,mutationoperationAndadaptability,soheisverysuitableformultidimensional,nonlin

4、earproblemsisgraduallyapproachingtheoptimalsolution.Withimplicitparallelmechanisticmultiplepeakvalues.GeneticalgorithmfirstProposedbyJ.H.Hollandetalinthesixty's,andperfectedintheeighty's,developedintostandardtypeGeneticalgorithms,havebeenwidelyresearchedandusedfromthemidninety's.

5、.GeneticalgorithmandglobaloptimizationEasytooperate.Originallyappliedtononnumericalcalculation,untilinrecentyearsturnedtoglobaloptimizationproblems,andtakeGotnotableachievements,hasattractedmoreandmoreresearchers,graduallybecomearesearchfieldofartificialintelligenceHotspot.Keywor

6、ds:geneticalgorithm;improveddesign1、引言我们生活在一个充满魔法的世界,和繁殖的生活可以说是一个奇迹。从一个单细胞,远古时代的沧桑,从初级到高级,从简单到复杂,继续进化到高级动物今天的思维和智慧的人,这种生活的最佳结构和形式。人类的进化过程是一个充满了学习,模仿和长的创作过程。除了自然现象和其他生命形式的仿真,人也从自己的学习结构。其中,进化到了一个更大的学习过程,提高解决问题的能力是一个主要的方面,在抽象的算法性能的遗传算法。遗传算法是搜索算法的自然生物进化过程的随机模拟,由教授J.H.荷兰美国1975在他的著作“自然

7、和人工系统的适应性”中明确提出。它现在已经成为一个很好的优化算法。提到的优化算法,我们还需要一些优化理论的传统知识。2、遗传算法简介2.1遗传算法的几个基本概念遗传算法是一种自适应全局优化概率搜索算法,它模拟自然环境中的遗传和进化生物学。1,个人个体的遗传算法是用来模拟二进制字符串的生物的染色体数目,用以表示满意的优化问题解的二进制字符串。例如:六位二进制字符串可以是26个人,这对应于26的解决方案的优化问题。一个人可以用来描述一个解决方案的优化设计问题。2,集团集团是由一定数量的个人。一组称为人口规模的个体数。基于生物进化遗传算法本质上是模拟生物发电集

8、团另一代的变化过程。3,基因模型(图式)基因型是个人的二进制字符串表示,与一组类

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。