智能控制第四章 基于遗传算法的智能控制课件.ppt

《智能控制第四章 基于遗传算法的智能控制课件.ppt》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、第五章基于遗传算法的智能控制第四章基于遗传算法的智能控制遗传算法（geneticalgorithms,简称GA）是人工智能的重要新分支，是基于达尔文进化论，在微型计算机上模拟生命进化机制而发展起来的一门新学科。它根据适者生存、优胜劣汰等自然进化规则来进行搜索计算和问题求解。对许多用传统数学难以解决或明显失效的非常复杂问题，特别是最优化问题，GA提供了一个行之有效的新途径。近年来，由于遗传算法求解复杂优化问题的巨大潜力及其在工业控制工程领域的成功应用，这种算法受到了广泛的关注。§4.1遗传算法的理基础4.1.1基本遗传学基础的遗传算

2、法遗传算法是根据生物进化的模型提出的一种优化算法。根据进化论，生物的发展进化主要由三个原因，即遗传、变异和选择。选择：决定生物进化的方向。自然选择的基本规则就是适者生存，不适者被淘汰的过程。这种自然法则是残酷的，但是却有利于优良生物个体的生存和遗传，保证了种群的优化，逐步产生新的物种。变异：是指子代和亲代有某些不相似的现象，即子代永远不会和亲代完全一样。是生物个体之间相互区别的基础。引起变异的原因主要是生活环境的影响、生物体之间的交叉繁殖。变异性为生物的进化和发展创造了条件。遗传：是指子代总是和亲代相似。它使得生物能够把它的特性、

3、性状传给后代。遗传是生物进化的基础。第五章基于遗传算法的智能控制4.1.2遗传算法的基本原理和特点由于遗传算法独具特色的工作原理，使它能够在复杂空间进行全局优化搜索，并且具有较强的鲁棒性；另外，遗传算法对于搜索空间，基本上不需要什么限制性的假设（如连续、可微及单峰等）。一.遗传算法的基本原理遗传算法将生物进化原理引入待优化参数形成的编码串群体中，按着一定的适应度函数及一系列遗传操作对各个体进行筛选，从而使适值高的个体被保留下来，组成新的群体。新群体包含上一代的大量信息，并且引入了新的优于上一代的个体。这样周而复始，群体中各个体适应

4、度不断提高，直至满足一定的极限条件。此时，群体中适应度最高的个体即为待优化参数的最优解。第五章基于遗传算法的智能控制第五章基于遗传算法的智能控制二.遗传算法的特点1.遗传算法是对参数的编码进行操作，而非对参数本身。2.遗传算法是从许多点开始并行操作，并非局限于一点，从而可有效防止搜索过程收敛于局部最优解。3.遗传算法通过目标函数计算适值，并不需要其它推导和附加信息，因而对问题的依赖性较小。4.遗传算法的寻优规则是由概率决定的，而非确定性的。5.遗传算法在解空间进行高效启发式搜索，而非盲目地穷举或完全随机搜索。6.遗传算法对所求解的

5、优化问题没有太多的数学要求。7.遗传算法具有并行计算的特点，因而可通过大规模并行计算来提高计算速度。第五章基于遗传算法的智能控制4.1.3遗传算法的基本操作复制（繁殖），是从旧种群中选择生命力强的个体位串（或称字符串），生成新种群的过程。直观地讲，可以把目标函数f看作是期望的最大效益的某种量度，根据位串的适应度值所进行的拷贝。这就意味着，具有较高适应度的位串，具有更多的机会遗传到下一代。一般的遗传算法都包含三个基本操作：复制(reproduction)交叉(crossover)变异(mutation)一.复制操作第五章基于遗传算法

6、的智能控制举例：假设优化问题是函数f(x)=x2当自变量x在0到31之间取整数值时，寻求f(x)=x2的最大值。1.遗传算法中的参数编码问题用有限长度的量化数字串对个体进行编码，编码的方法很多，常采用的方法是二进制数编码。本例中：x的优化区间是0～31其最大值所对应的二进制数是11111，因此可采用五位二进制数对个体进行编码。2.产生初始种群遗传算法的寻优过程，相当于生物群体进化过程。在遗传算法中，种群就是由适当数量的个体串组成的样本集。本例中：设种群大小为４，也就是由４个５位二进制　　　　　　数组成样本集，作为初始种群来解本题的

7、优化计算问题。需注意：个体字串必须按位随机产生。比如用随　　　　机函数法或用抛硬币法随机产生样本集：第五章基于遗传算法的智能控制３.适应度函数的选择适应度函数是群体优化的性能指标函数，在进化过程中，趋近于优化目标的个体值更容易被遗传到下一代。本例中目标函数值即可用作适配值。其值越大的串，在下一代中将有更多的机会提供一个或多个子孙。４.复制操作的实现复制操作步骤主要是模仿自然选择现象，将达尔文的适者生存理论运用于串的复制。复制操作可以通过随机方法来实现。若用计算机程序来实现，可考虑首先产生0～1之间均匀分布的随机数，若某串的复制概率

8、为60％，那么当产生的随机数在0∼0.6之间时该串被复制，否则该串被淘汰。轮盘选择法是更直观的一种复制（遗传）操作方法。按照此法，群体中每个当前串按照其适配值占群体的比例作为该串被复制的概率，对应着轮盘上一个扇区。第五章基于遗传算法的智能控制本例中