遗传算法的简介及应用课件.ppt

《遗传算法的简介及应用课件.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、遗传算法的简介及应用介绍人：王信郑帅真遗传算法welcometousethesePowerPointtemplates,NewContentdesign,10yearsexperience1.遗传算法的原理及特点1.1遗传算法起源于20世纪60年代，最初用于对自然和人工自适应系统的研究，最早由美国人Holland教授提出。遗传算法借鉴了达尔文的自然进化理论与孟德尔的遗传变异理论：选择，交叉，变异。通过选择一定数量的个体进行杂交以及基因突变，把优秀的基因传给后代，丢弃不良基因，经过数代遗传，最终得到最优秀的一个或几个后代。(问题的最优

2、解)。1.2在遗传算法中，先建立工程优化问题的数学模型，将问题的所有决策变量编码，称为一个基因。多个基因形成一个有限长的编码串，称为染色体。其对应的表现型即个体，都对应于优化问题的一个可行解，一组个体组成一代种群。优化问题的目标函数作为种群所处的环境，可以得出每个个体对环境的适应度，由适应度决定该个体生存的概率。a.遗传算法只需要适应度信息，不需要导数等其他辅助信息，对问题的依赖性较小，能够得到一组直接以市场规格管径表示的满足要求的优化解，更能适应管网计算要求。b.在搜索中用到的是随机的变换规则，同时它在一定的约束条件下采用启发式搜

3、索，而不是盲目的穷举，因而兼顾了搜索的广度和方向性，搜索效率高。c.遗传算法从一组初始点开始搜索，而且给出的是一组而不是一个优化解，这一方面增加了全局寻优的能力，另一方面也给设计者更大的选择余地。d.由于供水运行工况环境的变化而造成目标函数变化，对大多数依赖目标函数的其他优化算法就可能完全不能适用了，而遗传算法由于不依赖于目标函数，所以具有很强的鲁棒性，只需要作很小的修改就可以适应新的情况。1.3遗传算法的特点：1.4遗传算法的编码方式有多种，总的来说可以分为三类:二进制编码方式、浮点编码方式和符号编码。通常都采用二进制编码。有较强

4、的全局搜索能力。例如，如果市场可用管径有8种，则用三位二进制码可以将其表示为一个基因型。每一组管网设计的管径组合对应着一组基因型的组合，即一个染色体。多个带有染色体的个体就组成一个种群。2.遗传算法应用于污水管网优化设计的实现2.1污水管网优化的设计目标：污水管道的优化设计包括两方而内容:①管网平而布置的优化选择;②在管线平而布置已定的情况下进行管径、坡度及埋深的优化设计。在管线布置已定的情况下，污水管网优化设计的目标应当是经济性、可靠性和安全性的全面优化。由于安全性不易量化，管网运行正常时和故障时排水量会发生变化，而且污水管网拓扑

5、结构的复杂性，使得至今还没有成熟的理论来分析管网的安全性，因而也无法将可靠性因素很好地量化以纳入适应度函数中。因此在实际应用中，污水管网优化设计的主要目标是使整体投资最小。现在常用的方法是以经济性为目标函数，而将其他因素(充满度、设计流速、坡度、最小埋深等)作为约束条件，据此建立适应度函数，来评价个体的适应度。2.2目标费用函数约束条件：式中C(D,H)是管道费用造价指数，V为设计流量。D为管径，H为埋深，L为管段长度，m为管段数。管网的优化设计就是通过采用适当的优化计算算法，求解出其中使目标费用最小并满足约束条件的最优的管线管径组

6、合值。2.3计算步骤2.4遗传算法工作内容和工作步骤a、编码:解空间中的解数据x，作为遗传算法的表现形式，从表现型到基因型的映射称为编码。遗传算法在进行搜索之前先将解空间中的解数据表示成遗传空间的基因型串结构数据，这些串结构数据的不同组合就构成了不同的点。b、初始群体的生成:随机产生N个初始串结构数据，每个串结构数据称为一个个体，N个个体构成了一个群体。遗传算法以这N个串结构作为初始点开始迭代。设置进化代器;设置最大进化代数T;随机产生M个个体作为初始群体p(0)。c、适应度值评价检测:适应度函数表明个体或解的优劣性。对于不同的问题

7、，适应度函数的定义方式不同。根据具体问题，计算群体P(t)中各个个体的适应度。为了体现染色体的适应能力，引入了对问题中的每一个染色体都能进行度量的函数，叫适应度函数。通过适应度函数来决定染色体的优、劣程度，它体现了自然进化中的优利劣汰原则。工程实际中，已知管网总流量，给定各管段管径后，根据连续性方程，并联管段阻力相同和水力计算的经验公式可由电脑计算出各管段流量。有了管径和流量就可以计算出初投资和设计年限内的运行费用(也由电脑自动完成)，得出费用评价函数:可见每个染色体唯一对应一个综合费用，从而可以用综合费用评价染色体的优劣。管网优化

8、计算中应该费用越低则适应度越大，才能达到管网优化的目的。按照这个要求，通常可以将适应度函数取为与费用评价函数w成反比，即f=1/W，也可取与w平方成反比。d、选择:将选择算子作用于群体。选择的目的是把优化的染色体直接复制到下一代或通过