遗传算法1课件.pptVIP

实质 遗传算法的实质是通过群体搜索技术，根据适者生存的原则逐代进化，最终得到最优解或准最优解。它必须做以下操作：初始群体的产生、求每一个体的适应度、根据适者生存的原则选择优良个体、被选出的优良个体两两配对，通过随机交叉其染色体的基因并随机变异某些染色体的基因后生成下一代群体，按此方法使群体逐代进化，直到满足进化终止条件。 运行方法 （ 1） 根据具体问题确定可行解域，确定一种编码方法，能用数值串或字符串表示可行解域的每一解。 （ 2） 对每一解应有一个度量好坏的依据，它用一函数表示，叫做适应度函数，适应度函数应为非负函数。 （ 3） 确定进化参数群体规模 M 、交叉概率pc 、变异概率 pm 、进化终止条件。为便于计算，一般来说，每一代群体的个体数目都取相等。群体规模越大、越容易找到最优解，但由于受到计算机的运算能力的限制，群体规模越大，计算所需要的时间也相应的增加。进化终止条件指的是当进化到什么时候结束，它可以设定到某一代进化结束，也可能根据找出近似最优是否满足精度要求来确定。 表2-1 遗传算法的第0代 表1-1中第6列的 表示每个个体的相对适应度，它反映个体之间的相对优劣性。例如，2号个体的 值最高（1.97）,为优良个体；而3号个体最低（0.22），为不良个体。 （4）复制（Reproduction）。为了将已有的