（教学课件）智能优化算法简介.ppt

《（教学课件）智能优化算法简介.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、智能优化算法智能优化算法简介遗传算法简介基本遗传算法改进的遗传算法遗传算法软件计算7.1遗传算法智能优化算法简介一、传统优化算法的步骤及局限性1步骤：（1）选择一个初始解，（2）向改进方向移动判断停止准则是否满足，若满足停止，否则转下一步。（3）向改进方向移动，得新的解，转回第2步。2局限性：（1）单点运算方式限制了计算效率的提高（2）向改进方向移动限制了跳出局部最优的能力（3）停止条件仅是局部最优的条件（4）对目标函数，约束条件的要求限制了算法的应用智能优化算法简介二、智能优化算法的产生与发展1最优化方法的新的需求（1）对目标函数，约

2、束函数的要求更为宽松（2）计算效率比理论上的最优性更重要（3）算法随时终止都能得到较好的解（4）对优化模型中数据质量要求更加宽松。2智能算法及代表人物1975年，Holland提出遗传算法(GeneticAlgorithms)1977年，Glover提出禁忌算法(TabuSearch)1983年，Kirkpatrick提出模拟退火算法（SimulatedAnnealing）90年代初，Dorigo提出蚁群算法(AntColonyOptimization)1995年，Kennedy,Eberhart提出的粒子群算法(ParticleSwa

3、rm)1999年，Linhares提出的捕食搜索(PredatorySearch)智能优化算法简介三、如何学习研究智能优化算法1应用智能优化方法解决各类问题是重点2智能算法的改进有很大的空间3多种算法结合是一种很好的途径4不提倡刻意追求理论成果5算法性能的测试是一项要下真功夫的工作6创造出新算法遗传算法简介一、遗传算法原理（7.1.1）遗传算法是根据问题的目标函数构造的一个适值函数，对一个由多个解（每个解对应一个染色体）构成的种群进行评估、遗传运算、经多代繁殖，获得适应值最好的个体作为问题的最优解。遗传算法简介二、遗传算法技术问题（7.

4、1.2）遗传算法的主要问题是算法如何实现的技术问题。归结起来有如下一些因素：1解的编码和解码解的编码是遗传算法的最基础工作，只有在编码之后才可能有其他的计算。算法的最后一个工作则是通过解码得到问题的一个解。2初始群体的选取在计算开始时，需要产生一些待优化问题的可能解，称为初始群体，初始群体可用随机方式产生，也可用用其他的一下启发式算法或经验选择，主要针对实际问题而定。3群体规模的确定，常取个体编码长度数的一个线性倍数。当多个进化代没有改变解的性能，可扩大群体的规模。若解的改进已经非常好时，就可以减少群体规模，使计算速度加快。4适应函数的

5、确定简单适应函数目标函数的简单变形，构造简单，与目标函数直接相关，缺点是可能使算法在迭代过程中出现收敛到一些目标值近似的不同染色体而难以区别。加速适应函数有非线性加速适应函数，线性加速适应函数等。它们的思想是希望开始时每一个状态有较大的选取性，随着计算的步步进行，逐渐拉开目标值不同对应状态的档次。排序适应函数为了避开对目标函数进行线性、非线性等加速适应函数的早熟可能，使每一代当前最好的解以最大的概率遗传。遗传算法简介三、遗传算法特点1特点（1）遗传算法以决策变量的编码作为运算对象。（2）遗传算法直接以适应度作为搜索信息，无需导数等其它辅

6、助信息。（3）遗传算法使用多个点的搜索信息，具有隐含并行性。（4）遗传算法使用概率搜索技术，而非确定性规则。2应用领域（1）函数优化（2）组合优化（3）生产调度（4）自动控制（5）机器人学（6）图象处理基本遗传算法(7.1.3)一、基本遗传算法的构成要素1染色体编码方法。2个体适应度评价。3遗传算子。基本遗传算法使用下述三种遗传算子●选择运算使用比例选择算子；●交叉运算使用单点交叉算子；●变异运算使用基本位变异算子或均匀变异算子。4基本遗传算法的运行参数。基本遗传算法有下述4个运行参数需要提前设定：●M：群体大小，即群体中所合个体的数量

7、，一般取为20—1000。●T：遗传运算的终止进化代数，一般取为l00一500。●Pc:交叉概率，—般取为0.4一0.99。●Pm:变异概率，一般取为0.0001一0.1.基本遗传算法(7.1.3)二、基本遗传算法描述1基本遗传算法的形式化定义基本遗传算法可定义为一个8元组，这些参数合理的取值大小或取值范围。基本遗传算法(7.1.3)二、基本遗传算法描述2遗传算法的基本操作举例（1）产生初始种群括号中的数值为目标函数值基本遗传算法(7.1.3)2遗传算法的基本操作举例（2）遗传运算选择运算（轮盘赌）基本遗传算法(7.1.3)2遗传算法的

8、基本操作举例（2）遗传运算选择运算（轮盘赌）由计算机产生随机数来实现假设产生随机数序列为0.070221，0.545929，0.784567，0.44693，0.507893，0.291198，0.7163