优化算法及其在软测量技术中的应用

《优化算法及其在软测量技术中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章优化算法及其在软测量技术中的应用黄福珍Huangfzh@shiep.edu.cn本章主要内容概述遗传算法微粒群算法蚁群算法6.1概述进化计算(EvolutionaryComputation)是通过模拟自然界中生物进化机制进行搜索的一种算法。◆遗传算法（GeneticAlgorithms）◆进化策略（EvolutionStrategies）◆进化规划（EvolutionProgramming）遗传算法是模仿生物遗传学和自然选择机理，通过人工方式所构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真，是进化计算的最重要的形

2、式。6.1概述群智能(SwarmIntelligence)这个概念来自对蜜蜂、蚂蚁、大雁等群居生物群体行为的观察和研究。任何启发于群居性昆虫群体和其它动物群体的集体行为而设计的算法和分布式问题解决装置都称为群智能。群智能是一种在自然界生物群体所表现出的智能现象启发下提出的人工智能实现模式，是对简单生物群体的智能涌现现象的具体模式研究，即简单智能的主体通过合作表现出复杂智能行为的特性。该智能模式需要以相当数目的智能个体来实现对问题的求解功能。群智能在没有集中控制并且不提供全局模型的前提下，为寻找复杂的分布式问题的解决方案提供了基础。

3、6.1概述群智能的特点：◆分布式：能够适应当前网络环境下的工作状态◆鲁棒性：没有中心的控制与数据，个体的故障不影响整个问题的求解◆扩充性：个体的增加，系统的通信开销增加小◆简单性：个体简单，实现也比较简单6.1概述群智能的典型实现模式：◆微粒群算法（Particleswarmoptimization,PSO）：模拟鸟群运动模式◆蚁群算法（Antcolonyalgorithm）：模拟生物蚁群运动行为6.2遗传算法遗传算法的基本机理遗传算法的一般框架遗传算法的模式理论Matlab遗传算法工具箱6.2.1遗传算法的基本机理遗传与进化的系

4、统观点：生物的所有遗传信息的都包含在其染色体中，染色体决定了生物的性状染色体是由基因及其有规律的排列所构成的，遗传进化过程发生在染色体上生物的繁殖过程是由其基因的复制过程来完成的通过同源染色体之间的交叉或染色体的变异会产生新的物种，使生物呈现新的性状对环境适应性好的基因或染色体经常比适应性差的基因或染色体有更多的机会遗传到下一代6.2.1遗传算法的基本机理遗传算法的基本机理模拟自然界优胜劣汰的进化现象，把搜索空间映射为遗传空间，把可能的解编码成一个向量——染色体，向量的每个元素称为基因。利用选择、交叉、变异等遗传算子产生新的染色体

5、，通过不断计算各染色体的适应度值，选择最好的染色体，获得最优解。6.2.1遗传算法的基本机理遗传学和遗传算法中基本术语对照表：自然界染色体(chromosome)基因(gene)等位基因(allele)染色体位置(locus)基因型(genotype)表型(phenotype)遗传算法字符串字符,特征特征值字符串位置结构参数集,译码结构6.2.2遗传算法的一般框架遗传算法的构成要素：◆染色体编码方法◆适应度函数◆遗传算子（选择、交叉、变异）◆遗传参数设置6.2.2遗传算法的一般框架编码与解码：◆将问题结构变换为位串形式表示的过程叫

6、编码，相反把位串形式表示变换为原问题结构的过程叫解码◆GA常用的编码方法：二进制编码，实数编码，格雷码，符号编码，多参数编码等6.2.2遗传算法的一般框架适应度函数：◆一般情况下，适应度函数由目标函数变换而成，适应度函数要求为非负函数◆若目标函数为最大化问题，则◆若目标函数为最小化问题，则6.2.2遗传算法的一般框架遗传算子：◆选择（Selection）：-从旧的种群中选择适应度高的染色体，放入匹配集（缓冲区），为以后染色体交叉、变异，产生新的染色体作准备。-选择方法：适应度比例法（轮盘赌法），即按各染色体适应度大小比例来决定其被

7、选择数目的多少。某染色体被选的概率：6.2.2遗传算法的一般框架遗传算子：◆交叉（Crossover）：-随机选择二个染色体(双亲染色体)，随机指定一点或多点，将两者部分码值进行交换，可得二个新的染色体(子辈染色体)。新的子辈染色体:A’11010001B’010111106.2.2遗传算法的一般框架遗传算子：◆变异（Mutation）：-模拟生物在自然界环境变化，引起基因的突变。-在染色体二进制编码中，1变成0，或0变成1-变异产生染色体的多样性，避免进化中早期成熟，陷入局部极值点，变异的概率很低。A10100110A’1011

8、01106.2.2遗传算法的一般框架遗传参数设置：◆N：群体大小，即群体中所含个体的数量，一般取20~100◆T：GA的终止进化代数，一般取100~500◆Pc：交叉概率，一般取0.4~0.99◆Pm：变异概率，一般取0.0001~0.16.2.2