机械优化设计 第5版 孙靖民 第6章约束优化方法新.pptVIP

设这一轮的选择-复制结果为： s1’=11100（28）, s2’=11100（28） s3’=11000（24）, s4’=10011（19） 做交配(交叉) 运算，让s1’与s4’，s2’与s3’ 分别交换后两位基因，得 s1’’=11111（31）, s2’’=11100（28） s3’’=11000（24）, s4’’=10000（16） 这一轮仍然不会发生变异。 　 显然，在这一代种群中已经出现了适应度最高的染色体s1=11111。于是，遗传操作终止，将染色体“11111”作为最终结果输出。 　　然后，将染色体“11111”解码为表现型，即得所求的最优解：31。 将31代入函数y=x2中，即得原问题的解，即函数y=x2的最大值为961。 于是，得第四代种群S4： s1=11111（31）, s2=11100（28） s3=11000（24）, s4=10000（16） Y Y y=x2 8 13 19 24 X 第一代种群 y=x2 12 16 25 27 X Y 第二代种群 y=x2 9 19 24 28 X Y 第三代种群 y=x2 16 24 28 31 X 第四代种群 例2: 求下列函数的最大值。 max f(x1, x2) = 100 (x12-x22)2 + (1-x1)2 s.t. -2.048 ≤ xi ≤ 2.048 (i=1,2) 该函数有两个局部极大点，分别是: f(2.048, -2.048)=3897.7342 和 f(-2.048,-2.048)=3905.9262 其中后者为全局最大点。 解： 第一步：确定编码方法。 用长度为l0位的二进制(最大可表示1023) 表示一个变量。 从离散点-2.048到离散点2.048，依次让它们分别对应于从0000000000(0)到1111111111(1023)之间的二进制编码。 再将分别表示x1和x2的二个10位长的二进制编码串连接在一起，组成一个20位长的二进制编码串，它就构成了这个函数优化问题的染色体编码方法。 例如 X：00001 10111 11011 10001 就表示一个个体。 第二步：确定解码方法。 解码时先将20位长的二进制编码串切断为二个10位长的二进制编码串，然后分别将它们转换为对应的十进制整数代码，分别记为y1和y2。 依据前述个体编码方法相对定义域的离散化方法可知，将代码 yi 转换为变量xi的解码公式为： 例如，对前述个体 X： 0000110111 11011 10001 它由这样的两个代码所组成： y1= 55 y2 = 881 经上式的解码处理后，得到： x1= -1.828 x2= 1.476 xi = 4.096 ? yi 1023 ? 2.048 ( i = 1,2) 第三步：确定个体评价方法。 由式 f(x1,x2) = 100 (x12-x22)2 + (1-x1)2 可知值域总是非负的，并且优化目标是求函数的最大值，故这里可将个体的适应度直接取为对应的目标函数值，并且不再对它作其他变换处理，即有： F(x) = f(x1,x2) 第四步：设计遗传算子。 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。 第五步：确定