智能优化计算__遗传算法2.ppt

《智能优化计算__遗传算法2.ppt》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、第四章遗传算法（续）智能优化计算湖北民族学院4.1遗传算法简介4.1.1遗传算法的产生与发展4.1.2生物进化理论和遗传学的基本知识4.1.3遗传算法的思路与特点4.1.4遗传算法的基本操作4.1.5遗传算法的应用4.2基本遗传算法4.2.1简单函数优化的实例4.2.2遗传基因型4.2.3适应度函数及其尺度变换4.2.4遗传操作——选择4.2.5遗传操作——交叉/基因重组4.2.6遗传操作——变异4.2.7算法的设计与实现4.2.8模式定理智能优化计算湖北民族学院4.3遗传算法的改进4.3.1CHC算法4.3.

2、2自适应遗传算法4.3.3基于小生境技术的遗传算法4.4遗传算法的应用4.4.1解决带约束的函数优化问题4.4.2解决多目标优化问题4.4.3解决组合优化问题4.4.4遗传算法在过程建模中的应用4.4.5遗传算法在模式识别中的应用智能优化计算湖北民族学院4.2基本遗传算法智能优化计算湖北民族学院问题的提出一元函数求最大值：4.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学院问题的提出用微分法求取f(x)的最大值：解有无穷多个：4.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学

3、院问题的提出当i为奇数时xi对应局部极大值点，i为偶数时xi对应局部极小值。x19即为区间[-1,2]内的最大值点：此时，函数最大值f(x19)比f(1.85)=3.85稍大。4.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学院编码表现型：x基因型：二进制编码（串长取决于求解精度）串长与精度之间的关系：若要求求解精度到6位小数，区间长度为2-(-1)＝3，即需将区间分为3/0.000001=3×106等份。所以编码的二进制串长应为22位。4.2.1简单函数优化的实例4.2基本遗传算法智能优化计

4、算湖北民族学院产生初始种群产生的方式：随机产生的结果：长度为22的二进制串产生的数量：种群的大小（规模），如30，50，…111101001110000101100011001100111010101011101010100011110010000100101111001001110011100100011001010011000000110000011010010000000000……4.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学院计算适应度不同的问题有不同的适应度计算方法本例：直接用目

5、标函数作为适应度函数①将某个体转化为[-1,2]区间的实数：s=<1000101110110101000111>→x=0.637197②计算x的函数值（适应度）：f(x)=xsin(10πx)+2.0=2.5863454.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学院计算适应度二进制与十进制之间的转换：第一步，将一个二进制串（b21b20…b0）转化为10进制数：第二步，x’对应的区间[-1,2]内的实数：4.2.1简单函数优化的实例(0000000000000000000000)→-1(1

6、111111111111111111111)→24.2基本遗传算法智能优化计算湖北民族学院遗传操作选择：轮盘赌选择法；交叉：单点交叉；变异：小概率变异4.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学院模拟结果设置的参数：种群大小50；交叉概率0.75；变异概率0.05；最大代数200。得到的最佳个体：smax=<1111001100111011111100>;xmax=1.8506;f(xmax)=3.8503;4.2.1简单函数优化的实例4.2基本遗传算法智能优化计算湖北民族学院模拟结果进

7、化的过程：4.2.1简单函数优化的实例世代数自变量适应度11.44953.449491.83953.7412171.85123.8499301.85053.8503501.85063.8503801.85063.85031201.85063.85032001.85063.85034.2基本遗传算法智能优化计算湖北民族学院编码原则完备性（completeness）：问题空间的所有解都能表示为所设计的基因型；健全性（soundness）：任何一个基因型都对应于一个可能解；非冗余性（non-redundancy）：问

8、题空间和表达空间一一对应。4.2.2遗传基因型4.2基本遗传算法智能优化计算湖北民族学院多种编码方式二进制编码；浮点数编码；格雷码编码；符号编码；复数编码；DNA编码等。4.2.2遗传基因型4.2基本遗传算法智能优化计算湖北民族学院二进制编码与浮点数编码的比较在交叉操作时，二进制编码比浮点数编码产生新个体的可能性多，而且产生的新个体不受父个体所构成的超体的限制；在变异操作时，二进制编码