第3章优化算法1-遗传算法2014资料.pptVIP

* * 第二代种群S2中各染色体的情况 染色体 适应度 选择概率 积累概率 估计的 选中次数 s1=11001 625 0.36 0.36 1 s2=01100 144 0.08 0.44 0 s3=11011 729 0.41 0.85 2 s4=10000 256 0.15 1.00 1 * * 　　 假设这一轮选择-复制操作中，种群S2中的 4个染色体都被选中，则得到群体： s1’=11001（25）, s2’= 01100（12） s3’=11011（27）, s4’= 10000（16） 做交叉运算，让s1’与s2’，s3’与s4’ 分别交换后三位基因，得 s1’’ =11100（28）, s2’’ = 01001（9） s3’’ =11000（24）, s4’’ = 10011（19） 这一轮仍然不会发生变异。 * * 得第三代种群S3： s1=11100（28）, s2=01001（9） s3=11000（24）, s4=10011（19） 第三代种群S3中各染色体的情况 染色体 适应度 选择概率 积累概率 估计的 选中次数 s1=11100 784 0.44 0.44 2 s2=01001 81 0.04 0.48 0 s3=11000 576 0.32 0.80 1 s4=10011 361 0.20 1.00 1 * * 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。 * * 得第四代种群S4： s1=11111（31）, s2=11100（28） s3=11000（24）, s4=10000（16） 　 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。操作终止，将染色体“11111”作为最终结果输出。 　　将染色体“11111”解码，即得最优解：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。 Y Y y=x2 8 13 19 24 X 第一代种群及其适应度 y=x2 12 16 25 27 X Y 第二代种群及其适应度 y=x2 9 19 24 28 X Y 第三代种群及其适应度 y=x2 16 24 28 31 X 第四代种群及其适应度 * * 例1.2水电站厂内经济运行 水电站厂内经济运行准则是在满足电力系统负荷（日负荷图）要求的前提下，使各机组耗用的总流量最小，它是电力系统经济运行的重要组成部分。开停机计划问题在数学上表现为一个大规模的非线性整数规划问题。 目标：总流量最小 * * 用遗传算法寻求最优运行方式时，每个染色体表示某一时段各机组的组合状态，染色体中基因表示其对应机组的运行方式，1表示开机，0表示停机，如系统共有5台机组，染色体10011，表示在该时段第1，4，5台机组开机。适应度函数为： 开 开 关 关 关 … N个 * * 式中，Q0为一常数，Hit 为第i台机组在t时段的平均水头，Nit为第i台机组在t时段的平均出力， Qi 为第i台机组在水头 Hit 、出力Nit下的发电流量， uit为t时段第i个基因的值， Pikt 为第i台机组的开停机罚因子， Qikt为第i台机组的开停机损耗流量。 初始种群由满足约束条件的个体组成，然后对染色体利用适应度函数评价，根据给定的选择概率、交叉概率、变异概率进行选择、交叉、变异（1变0，0变1）操作，直到满足某种收敛准则。 * * 例1.3 含沙量预报 XX水库上游的A水文站至入库的B站区间，是该水库泥沙的主要来源，入库含沙量随着区