进化计算在matlab中的实现方法

进化计算在matlab中的实现方法

ID:4171987

大小:290.05 KB

页数:3页

时间:2017-11-29

进化计算在matlab中的实现方法_第1页
进化计算在matlab中的实现方法_第2页
进化计算在matlab中的实现方法_第3页
资源描述:

《进化计算在matlab中的实现方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、自动化技术徐红:进化计算在Matlab中的实现方法进化计算在Matlab中的实现方法徐红(四川警察学院四川泸州646000)摘要:进化计算是一类广泛应用且不断发展的智能计算方法,构成进化计算的主要有遗传算法、进化策略、进化规划,这3种算法侧重点和实现方法各不相同。在分析这3种算法关键要素的基础上,依据Matlab的M文件要求,实现了进化计算程序的设计,给出了Matlab中进化计算关键要素的实现代码。关键词:进化计算;Matlab;遗传算法;进化策略;进化规划中图分类号:TP312文献标识码:B文章编号:1004-373X(

2、2007)09-112-02EvolutionaryComputationRealizationTechnologyinMatlabXUHong(SichuanPoliceCollege,Luzhou,646000,China)Abstract:Asakindofintelligencecomputation,evolutionarycomputationiswidelyappliedandceaselesslydeveloped.Generally,itismadeupofgeneticalgorithm,evolutionarystrategie

3、sandevolutionaryprogramming.Theyaredifferentinapplicationandemphases.Thispaperanalysesessentialofthesealgorithm,achievesthemaccordingtoM-file,andofferscodeofessentialinMatlab.Keywords:evolutionarycomputation;Matlab;geneticalgorithm;evolutionarystrategy;evolutiomaryprogramming进

4、化计算典型计算算法遗传算法、进化策略和进化规1引言划的构成要素的实现方法,对进化计算在Matlab中的应自然界中的生物对其生存环境具有优良的自适应性,用具有一定的参考价值。各种物种在一种竞争的环境中生存,优胜劣汰,使得物种不断改进。人们从不同角度出发研究和模拟生物系统及其行为特性,产生了诸多的新兴学科。其中,对生物进化机制的模拟就产生了进化计算理论。进化计算是一类全局优化自适应概率搜索算法,被成功应用于多类复杂系统的优化问题。进化计算大体上存在3种较典型的计算算法:遗传算法、进化策略和进化规划。这3种算法拥有如下一些共同的特点:算法模拟的生物

5、进图1进化计算基本流程图化过程都是反复进行的迭代过程;算法的操作对象是由若2遗传算法的实现干个体构成的群体;各个个体都有适应度这一优劣评价的属性;算法采用复制、选择操作,使优良的个体更多的生成遗传算法(GeneticAlgorithm,GA)由美国Michigan或保留至下一代;算法采用重组、变异操作,局部改变个体,大学的Holland教授创立,他是通过模拟生物界自然选择保持种群的多样性。进化计算的基本流程如图1所示。和自然遗传机制的随机化搜索算法。遗传算法的主要构Matlab是现今流行的计算工具,拥有强大的功能。他成技术有:需要对问题的可行解进行

6、编码,基于个体的适除了具备卓越的数值计算能力外,还提供了专业水平的符应度进行选择操作,采用交叉操作实现个体的重组,这是号计算,文字处理,可视化建模仿真和实时控制等功能。遗传算法产生新个体的主要方法。Matlab的基本数据单位是矩阵,他拥有数量众多的工具基本遗传算法的构成要素在Matlab中的实现方法包。Matlab具有较好的开放性,用户可通过对源程序的如下:修改或加入自己编写程序构造新的专用工具包。数学计(1)染色体编码:基本遗传算法使用固定长度的二进算是Matlab最典型、最基础的应用领域。制符号串表示个体,其等位基因由二值符号集{0,1}组成,本文

7、基于Matlab这一强大的数学计算工具,介绍了随机生成初始种群的实现代码如下:chromosome=round(rand(Populationsize,StringLength));收稿日期:2006-09-06112!现代电子技术∀2007年第9期总第248期测试#测量#自动化其中Populationsize代表群体大小,StringLength代表individual(:,k)=normrnd(0,a);end编码长度。(2)选择算子:基本遗传算法采用适应度比例方法,式中,应用函数unifrnd实现各维可行域的均匀分布,函数各个个体的选择概

8、率和其适应度成正比,该选择方法首先normrnd(0,)产生零均值、方差的高斯分布随机数。计算

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。