遗传算法(自学)概念.ppt

遗传算法;遗传算法(Genetic Algorithm);遗传算法(GA);遗传算法模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象，在每次迭代中都保留一组候选解，并按某种指标从解群中选取较优的个体，利用遗传算子(选择、交叉和变异)对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛指标为止。;适者生存(Survival of the Fittest) GA主要采用的进化规则是“适者生存” 较好的解保留，较差的解淘汰 ;基本遗传算法;SGA实例1：函数最值;SGA实例1 max x2 : 选择操作;SGA实例1 max x2 : 交叉操作;SGA实例1 max x2 : 变异操作;SGA实例2 : 连续函数最值;SGA实例2 : 编码;SGA实例2 : 编码;SGA实例2 : 初始化种群、适应函数;SGA实例2 :遗传操作;SGA实例2 :遗传操作;SGA实例2：模拟结果;; 遗传算法简介 ; 遗传算法简介 ;生物进化与遗传算法对应关系;遗传算法的基本操作;如何设计遗传算法;编码(Coding);选择(Selection);选择(Selection);选择(Selection);选择(Selection);选择(Selection);选择(Selection);交叉(crossover, Recombination);单点交叉(1-point crossover);交叉(crossover, Recombination);;变异(Mutation);适应函数(Fitness Function);适应函数(Fitness Function);适应函数(Fitness Function);停止准则(Termination Criteria);基本步骤(Step by Step);流程图(Flow Chart);SGA伪码描述;无约束最优化问题;无约束最优化问题;约束最优化问题;约束最优化问题;一般解法：通过引入罚函数，从不可行解中得到一些信 息。将罚函数包含到适应函数中。 关键是如何设计罚函数； 不同问题需要设计不同的罚函数； 对一般的约束处理，通常很困难。;组合最优化问题;旅行商问题(TSP);巡回旅行商问题(TSP);TSP复杂性;TSP编码:路径表示;TSP交叉;TSP交叉1:部分匹配交叉(PMX);TSP交叉1:部分匹配交叉(PMX);TSP交叉2:顺序交叉(OX);TSP交叉2:顺序交叉(OX);TSP交叉3:循环交叉(CX);TSP变异;TSP变异;TSP的GA过程;GA的MATLAB实现;GAOT工具箱;GAOT工具箱;GAOT工具箱;GAOT:函数最值(实例);GAOT:函数最值(实例2);Genetic Algorithm and Direct Search Toolbox (GADS);Genetic Algorithm and Direct Search Toolbox (GADS);案例讲解;算例2:TSP;算例2:TSP;参考书 [1] 邢文训, 谢金星. 现代优化计算方法. 北京: 清华大学出版社, 2005. [2] 王凌. 智能优化算法及其应用. 北京: 清华大学出版社, 2001. [3] 阎平凡, 张长水. 人工神经网络与模拟进化计算. 北京: 清华大学出版社, 2005.;参考书 [4]王小平, 曹立明. 遗传算法——理论、应用与软件实现. 西安: 西安交通大学出版社, 2002. [5]黄席樾等. 现代智能算法理论及应用. 北京：科学出版社, 2005. [6]高尚, 杨静宇. 群智能算法及其应用. 北京: 中国水利水电出版社, 2006.; 思考