4第3章遗传算法(修改)解答.doc

 PAGE 150 第3章 遗传算法 遗传算法（Genetic Algorithms,简称GA）是基于生物系统进化原理进行计算机模拟而发展起来的一种高效的随机搜索的优化方法。不同于传统优化算法，它是借鉴生物学的自然选择和遗传机制，以种群搜索和种群中个体（染色体）之间的信息交换为策略的随机搜索算法。 这种优化方法是于70年代初期由美国Michigan大学的Holland教授发展起来的，并于1977年由Holland教授的学生Bagley首次提出“遗传算法”一词。第一本比较系统论述遗传算法的专著是1975年由Holland教授发表的《Adaptation in Natural and Artificial Systems》。1989年，Goldberg出版了《Genetic Algorithm in Search,Optimization and Machine Learning》一书，系统地总结了遗传算法的主要研究成果。1991年，Davis出版了《Handbook of Genetic Algorithms》一书，介绍了在科学计算、工程技术和社会经济中的大量实例。1992年，Koza提出了遗传编程概念。综观整个遗传算法的发展历程，20世纪70年代是开始阶段，20世纪80年代是发展阶段，20世纪90年代是高潮阶段。 由于遗传算法利用简单的编码技术和进化繁殖机制来表现复杂的现象，因此遗传算法的应用领域十分广泛。目前主要的应用领域有：复杂函数的优化求解、组合优化问题、可靠性优化问题、生产调度问题、运输问题、结构优化设计、系统控制、模式识别、图象处理、机器智能与学习、遗传编程、管理与决策、经济科学与社会科学等。 3.1 遗传算法的生物学背景 3.1.1 生物遗传与进化 从地球上最早生命的出现到现在，经过了30多亿年的繁衍与进化，今天的自然界物种繁多，形态各异，姿彩万千。在生命演化的漫长岁月里，生命的形式与物种不断发生着变化。一些物种相继消亡，另一些物种得以繁衍或通过变异分离成新的物种。那么，是什么支配着地球上的生物这种发展变化进程的呢？ 从生物进化论和遗传学角度看，主宰地球生物如此演化的因素主要有两方面，一是生命物质自身具有的遗传与变异功能，另一个是自然界为生命存在方式所提供的条件资源有限。生物的遗传能力使得物种得以延续，自然界的环境与资源限制会使生存能力弱的生物遭到淘汰。生物的变异会使生物的生存能力产生差异，一方面使生物在对自然界的适应中得以进化，另一方面，差异的扩大又导致新物种的形成。也就是说，地球上的生物的发展与进化，是生命物质自身具有的功能与自然界相互作用的结果，正是这种作用使地球上的生命形式得到优化。 3.1.2 DNA复制与生物的遗传 组成生物的各种成分，如核酸、蛋白质、碳水化合物等成千上万种分子，它们本身并没有生命，而是当它们以极巧妙的组织方式结合起来时才能出现生命。由这些物质所组成的起着生命作用的最小单元是细胞。 最简单的生物只有一个细胞，高等生物有亿万个细胞组成。对于人类而言，一个婴儿大约有个细胞，在细胞增殖过程中有两个对生物性态形成具有决定性作用的机制，一个是分裂过程所产生的子细胞，在结构和功能上与原来母细胞一致；另一个是按照某个已存在的“约定程序”使细胞间建立起联系与制约，组成具有各种生命功能的有机整体。 细胞通常由细胞膜、细胞质和细胞核三个部分组成。细胞核是细胞的最内层，它由双层核膜包裹，上有小孔成为物质交流通道。核内有核液和悬浮其中的染色体。 染色体，顾名思义是一种可染色（容易被碱性染料染成深色）的物质。平时染色体处于舒展状态，染色后也不容易看见，只看到一些微小的染色质和附在其上的球状核仁。而在细胞有丝分裂过程中，丝状染色体高度螺旋化，缩短变粗，染色后在显微镜下清晰可见。染色体主要由人们称之为DNA的分子及同它所附的蛋白质组成。DNA又称脱氧核糖核酸，研究证明，DNA分子是生物体中携带遗传信息的基本物质。 图3-1 DNA分子片段 DNA是一种高分子化合物，美国科学家华特生和英国科学家克里克提出了DNA 的模型（如图3-1所示）。它是以两条螺旋般的由一个磷酸基和一个脱氧核糖基交替联成的长链作骨架，以碱基对（A-T和C-G）作为横杠、以氢键作为联钩所构成的线状分子。在有规则的双螺旋里，整齐地排列着一对对碱基。四种碱基名称和配对情况是：腺嘌呤A与胸腺嘧啶T配对，鸟嘌呤G与胞嘧啶C配对。每个碱基所组成的DNA节段统称为核苷酸，在高等生物体的细胞核里的DNA都由数以亿计的核苷酸对组成。 DNA 分子的主要功能有两个：一是控制和指导各种蛋白质（包括各种酶）的合成。无论是哪种蛋白质，基本结构都是由各种氨基酸所组成的多肽链。所不同的是氨基酸数目、种类及排列次序而已。以哺乳动物的血红蛋白链为例，人和大猩猩、马、猪