人工智能原理及MATLAB实现 教案 第5章 计算智能.docx

《人工智能算法》课程教案

教学目的、要求：

1.掌握进化算法、搜索算法、群智能算法、混合优化算法的基本概念和原理

2.熟悉模糊计算基础知识

3.理解算法的分析步骤、应用场景和优势

4.能够实现简单的算法并进行实验验证

教学重点及难点：

重点：算法的原理

难点：简单算法的实现和应用

教学基本内容

教学过程设计

§5计算智能

§5.1进化算法

进化算法是一种模拟自然选择和遗传学机制的优化算法，用于解决复杂的搜索和优化问题，其应用广泛。

进化算法包括遗传算法、遗传规划、进化策略和进行规划等，在此只介绍遗传算法和进化策略。

遗传算法（GeneticAlgorithms，GA）：

基本思想是基于达尔文（Darwin）的进化论和孟德尔（Mendel）的遗传学说；工作对象是字符串。

对于整个遗传算法影响最大的是编码和适应度函数的设计。

编码是应用遗传算法时要解决的首要关键问题。编码的方法也影响到遗传算子的计算方法。

常用的编码方法有以下4种：（1）二进制编码。它是遗传算法编码中最常用的方法。（2）符号编码。（3）浮点数编码，也称为真值编码方法。适用于精度要求较高的遗传算法，以便于在较大空间进行遗传搜索。（4）格雷编码。

为了体现个体的适应能力，引入了对问题中的每一个个体都能进行量度的函数，即适应度函数。适应度函数求取的是极大值，并且具有非负性。

常见的几种变换方法：

（1）线性变换：f(Z)=aZ+b

（2）幂变换：f(Z)=Za

（3）指数变换：f(Z)=exp(－βZ)

对于有约束条件的极值，其适应度可用罚函数方法处理。

遗传算子就是遗传算法中进化的规则。基本遗传算法的遗传算子主要有选择算子、交叉算子和变异算子。

遗传算法的具体步骤：

①对问题进行编码；

②定义适应度函数后，生成初始化群体；

③对于得到的群体进行选择复制，交叉，变异操作，生成下一代种群；

④判断算法是否满足停止准则。若不满足，则从步骤③起重复；

⑤算法结束，获得最优解。

遗传算法中需要选择的参数主要有串长l、群体大小n、交叉概率pc以及变异概率pm等。

与其他方法相比，遗传算法具有编码性、多解性和全局优化性、自适应性、不确定性、隐含并行性、智能性的优点。

进化策略（EvolutionStrategies，ES）：

20世纪60年代，德国柏林大学的因戈·雷切伯格（I.Rechenberg）和施韦费尔（H.P.Schwefel）等在进行风洞试验时，研究发展形成了进化策略方法。

进化策略以其简单、通用、鲁棒性和适应性而闻名，是专门为求解参数优化问题而设计的，而且在进化策略算法中引入了自适应机制。

算法的基本流程。

算法的构成要素：

染色体构造：

（X,σ）=（（x1,x2,…,xL），（σ1,σ2,…,σL））

算子：

①重组算子。重组是将参与重组的父代染色体上的基因进行交换，形成下一代的染色体的过程。目前常见的有离散重组、中间重组、混杂重组等；

②变异算子：

③选择算子。在进化策略中，选择过程是确定性的。

在不同的进行策略中，选择机制也有所不同。

§5.2模糊计算

1965年，美国控制论专家拉特飞·扎德（L.A.Zadeh）把模糊性和数学统一起来，提出了模糊集合理论与模糊逻辑，它采用精确的方法、公式和模型来度量和处理模糊、信息不完整或不太正确的现象与规律。

模糊集是一种边界不分明的集合。

隶属函数的表示方法：

模糊系统中常用的隶属度函数有11种，例如高斯形、钟形等隶属度函数。

模糊集运算：交集（逻辑与）、合集（逻辑或）/逻辑非（余）、模糊集的基。

设A∈F(U)，对任意λ∈[0，1]，集合

称为集合A的λ截集，λ称为阈值或置信水平。截集的概述描述了模糊集合与普通集合之间的转换关系。

模糊度是模糊集合的度量，有以下几种计算方式：

距离模糊度。设A0.5是A的λ＝0.5截集，有

熵模糊度。如果令，

则熵模糊度的定义为

贴近度。用距离刻画模糊集的模糊度效果不是很理想，可以用贴近度来衡量两个模糊集之间的相近程度，贴近度越大，则表明这两者越接近。

聚类分析就是将相似相像的事物归为一类。模糊聚类分析是利用模糊等价关系来实现的。

基于模糊等价关系的聚类分析可分为三步：

（1）建立模糊相似矩阵

第一步是求样本集中任意两个样本Xi与Xj之间的相似系数rij，进而构造模糊相似矩阵R=(rij)n×n。

①数量积法

②相关系数法

还包括绝对值减数法、算术平均法等。

（2）改造模糊相似关系为模糊等价关系

（3）聚类

对求得的模糊等价矩阵求λ－截集Rλ，再将Rλ中为1的元素对应行和列的对象归并为一类，由Rλ的分类由细变粗，形成一个动态的分类图。

§5.3搜索算法

搜索过程有三大要素：搜索对象、搜索的扩展规则和搜索的目标测试。

通过搜索求解问题的基本思想：

（1）将问题中的已知条件看成状态空