智能优化方法试题.pptVIP

交配概率 Pc 变异概率 Pm 决定了进化过程种群参加交配的染色体平均数目。 取值一般为0.4至0.99。 也可采用自适应方法调整算法运行过程中的交配概率。 增加群体进化的多样性，决定了进化过程中群体发生变异的基因平均个数。 Pm的值不宜过大。因为变异对已找到的较优解具有一定的破坏作用，如果Pm的值太大，可能会导致算法目前处于的较好的搜索状态倒退回原来较差的情况。 Pm的取值一般为0.001至0.1之间。 也可采用自适应方法调整算法运行过程中的Pm值。 R视采用的染色体编码方案而定。 对于二进制编码方法，R ={0,1}，而对于浮点数编码方法，R与优化问题定义的解每一维变量的取值范围相同。 基因取值 范围R 4.3.2 参数设置 终止条件 决定算法何时停止运行，输出找到的最优解，采用何种终止条件，跟具体问题的应用有关。 可以使算法在达到最大进化代数时停止，最大进化代数一般可设置为100~1000，根据具体问题可对该建议值作相应的修改。 也可以通过考察找到的当前最优解是否达到误差要求来控制算法的停止。 或者是算法在持续很长的一段进化时间内所找到的最优解没有得到改善时，算法可以停止。 适应值评价 影响算法对种群的选择，恰当的评估函数应该能够对染色体的优劣做出合适的区分，保证选择机制的有效性，从而提高群体的进化能力。 评估函数的设置同优化问题的求解目标有关。 评估函数应满足较优染色