第4讲计算智能1-进化计算ppt课件.ppt

《第4讲计算智能1-进化计算ppt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4讲计算智能1-进化计算文志强计算机与通信学院1主要内容遗传算法概念基本遗传算法的工作原理实现遗传算法的举例遗传算法的图式理论基本遗传算法的计算技术及其局限性高级遗传算法进化计算的发展与应用2进化计算:建立在进化理论基础上的计算，是仿照生物生命发展过程而建立起来的计算理论。进化计算研究内容：遗传算法（GeneticAlgorithms，GA）；进化策略（EvolutionStrategies，ES）；进化规划（EvolutionaryPlanning，EP）;进化编程（EvolutionProgramming，EP）。什么是进化计算？3主要区别：进化策略和遗传算法的区别：(1)研究领

2、域不同。进化策略是一种数值优化方法。遗传算法是一种自适应搜索技术。(2)表示个体的方式不同，进化策略在浮点矢量上运行，而遗传算法一般运行在二进制矢量上。(3)选择过程不同。进化策略优等个体机会均等(4)复制参数不同，遗传算法的复制参数(交叉和变异的可能性)在进化过程中保持恒定，而进化策略时时改变它们。4遗传算法提出：于20世纪60年代由密歇根(Michigan)大学Hollstien,Bagleyh和Rosenberg等人在其博士论文中首先加以研究。1975年，美国J.H.Holland教授在其著作“AdaptationinNaturalandArtificialSystems”中系统

3、地阐述了遗传算法，给出了遗传算法的基本定理和大量的数学理论证明。4.1.1遗传算法的提出与发展4.1遗传算法的基本概念5遗传算法(GA)原理：遗传算法基于达尔文进化论的观点，依照适者生存，优胜劣汰等自然进化法则，通过计算机来模拟生命进化的机制，进行智能优化计算和问题搜索求解。GA功能：在解决许多传统数学难题以及常规条件下明显失效的复杂问题时，遗传算法提供了一个行之有效的新途径。4.1.1遗传算法的提出与发展4.1遗传算法的基本概念6遗传算法的发展：二十世纪80年代中期，随着计算机技术日新月异高速发展与进步，遗传算法首先成功地应用于AI机器学习和神经网络方面；在诸如函数优化、自动控制、图

4、象识别、分子生物学、优化调度以及机械、土木、电力工程等工业系统和许多领域中得到应用。4.1遗传算法的基本概念4.1.1遗传算法的提出与发展7遗传算法当前进展：DavidE.Goldberg教授1989年出版了“GeneticAlgorithms”一书。1985年起，国际上开始陆续举行遗传算法的国际会议，后来又更名为进化计算。参加进化计算国际会议的人数及收录文章的数量、广度和深度逐年扩大。进化计算逐渐成为人们用来解决高度复杂问题的新思路和新方法。4.1遗传算法的基本概念4.1.1遗传算法的提出与发展8康立山郑金华，男，教授、博士，博士生导师，湖南省邵东县人，1963年12月22日生，中共

5、党员。1997年考入中南大学控制理论与控制工程专业攻读博士研究生，师从蔡自兴教授，从事进化算法研究，2000年4月毕业并获博士学位。2001年4月至2005年4月，师从中科院计算技术研究所史忠植教授，从事博士后研究工作，主攻多目标进化算法。2003年11月至2004年10月，在加拿大西安大略大学访学，从事基于进化环境的多目标进化计算的研究。王勇(1980－),男,湖北天门人,博士,讲师,主要研究领域为进化计算,约束优化,多目标优化.在IEEETrans.OnEvolutionaryComputation发表20余篇论文。焦李成西安电子科技大学电子工程学院院长，兼任西安电子科技大学智能信

6、息处理研究所所长等职,2000年至今任西安电子科技大学特聘授，陕西省十大杰出青年之一。国内的研究状况9遗传算法目的：通过它的研究来进一步解释自然界的适应过程；为了将自然生物系统的重要机理运用到人工系统的设计中。遗传算法实现：遗传算法，是一个通过基因因子选择、重组、复制、评价计算，从而再循环繁殖、继承而不断地进化以接近于最佳种群的过程。一个自适应地逐渐找到最优解的组织实现过程。4.1.2什么是遗传算法？4.1遗传算法的基本概念10实现GA过程:主要包括编码;确定种群;遗传操作;优胜劣汰等运算过程.4.2.2实现遗传算法的过程和步骤4.2基本遗传算法的工作原理编码与解码将问题结构变换为位串

7、形式编码表示的过程叫编码；将位串形式编码表示变换为原问题结构的过程叫解码或译码。把位串形式编码表示叫染色体(chromosome)，有时也叫个体。“甲”的编码：0100111010100011染色体的每位称为基因(gene)。“甲”染色体的第5个基因取值为1。11适应度函数为了体现染色体的适应能力，引入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。适应度函数反映每一个染色体与问题的最优解染色体之间的差距。适应度函数的取值大小与求解问题