GA3-遗传算法展望资料.ppt

遗传与进化的系统观 虽然人们还未完全揭开遗传与进化的奥秘，即没有完全掌握其机制、也不完全 清楚染色体编码和译码过程的细节，更不完全了解其控制方式，但遗传与进化的以下几个特点却为人们所共识： ; (1) 生物的所有遗传信息都包含在其染色体中，染色体决定了生物的性状； (2) 染色体是由基因及其有规律的排列所构成的，遗传和进化过程发生在染色体上； (3) 生物的繁殖过程是由其基因的复制过程来完成的； (4) 通过同源染色体之间的交叉或染色体的变异会产生新的物种，使生物呈现新的 性状。 (5) 对环境适应性好的基因或染色体经常比适应性差的基因或染色体有更多的机会遗传到下一代。;生物的遗传方式： 1. 复制 生物的主耍遗传方式是复制。遗传过程中，父代的遗传物质DNA被复制到子 代。即细胞在分裂时，遗传物质DNA通过复制(Reproduction)而转移到新生的细 胞中，新细胞就继承了旧细胞的基因。 2. 交叉 有性生殖生物在繁殖下一代时，两个同源染色体之间通过交叉(Crossover)而重 组，亦即在两个染色体的某一相同位置处DNA被切断，其前后两串分别交义组合 而形成两个新的染色体。 3. 变异 在进行细胞复制时，虽然概率很小，仅仅有可能产生某些复制差错，从而使 DNA发生某种变异(Mutation)，产生出新的染色体。这些新的染色体表现出新的 性状。 如此这般，遗传基因或染色体在遗传的过程中由于各种各样的原因而发生变化。;1.2.2 遗传策法的运算过程 选择(复制)： 根据各个个体的适应度，按照一 定的规则或方法，从第t代群体P(t) 中选择出一些优良的个体遗传到下 一代群体P(t+1)中； 交叉： 将群体P(t)内的各个个体随机搭配 成对，对每一对个体，以某个概率 (称为交叉概率）交换它们之间的 部分染色体； 变异： 对群体P(t)中的每一个个体，以某一概率(称为变异概率)改变某 一个或某一些基因座上的基因值为其他基因值。;1.3 遗传算法的发展 进化算法与其他科学技术一样，都经历一段成长过程，逐渐发展壮大。此过程可 大致分为三个时期：萌芽期、成长期和发展期。 (1) 萌芽期 (50年代后期至70年代初期) ? 50年代后期，一些生物学家着手采用电子计算机模拟生物的遗传系统，尽管这些工作纯粹是研究生物现象，但其中已使用现代遗传算法的一些标识方式。 ? 1965年，德国的L.Rechenberg等人正式提出进化策略的方法，当时的进化策略只 有一个个体，而且进化操作也只有变异一种。 ? 1965年，美国的L.j.Fogel正式提出进化规划，在计算中采用多个个体组成的群 体，而且只运用变异操作。 ? 60年代期间，美国J.H.Holland在研究自适应系统时，提出系统本身与外部环境 相互协调的遗传算法。1968年，J.H.Holland教授又提出模式理论，它成为遗传 算法的主要理论基础。 ? 1967年，Bagley发表了关于遗传算法应用的论文，在其论文中首次使用“遗传算 法（ Genetic Algorithm）”一词。; (2) 成长期 (70年代中期至80年代末期) ? 1975年，J.H.Holland教授的专著《自然界和人工系统的适应性(Adaptation in Natural and Artificial System)》正式出版，全面地介绍了遗传算法，人们常常 把这一事件视作遗传算法问世的标志， Holland也被视作遗传算法的创始人。 ? 1975年，De.Jong在其博士论文中结合模式定理进行了大量的纯数值函数优化计 算实验，树立了遗传算法的工作框架，得到了一些重要且具有指导意义的结论。 ? 1987年，美国D.Lawrence总结人们长期从事遗传算法的经验，公开出版《遗传 算法和模拟退火(Genetic Algorithm and Simulated Annealing)》一书，以论文 集形式用大量实例介绍遗传算法。 ? 1985年，作为Holland的学生，D.E.Goldberg博士出版专著《遗传算法——搜索、 优化及机器学习(Genetic Algorithms——in Search