智能优化方法1-5.pptx

第五章 遗传算法第五章 遗传算法一.导言二.基本GA三.模板理论四.GA的各种变形五.GA的应用六.学习GA的几点体会一.导言遗传算法的产生与发展早在50年代，一些生物学家开始研究运用数字计算机模拟生物的自然遗传与自然进化过程1963年，德国柏林技术大学的I. Rechenberg和H. P. Schwefel做风洞实验时，产生了进化策略的初步思想60年代， L. J. Fogel在设计有限态自动机时提出进化规划的思想。1966年，Fogel等出版了《基于模拟进化的人工智能》，系统阐述了进化规划的思想一.导言遗传算法的产生与发展60年代中期，美国Michigan大学的J. H. Holland教授提出借鉴生物自然遗传的基本原理用于自然和人工系统的自适应行为研究和串编码技术1967年，他的学生J. D. Bagley在博士论文中首次提出“遗传算法(Genetic Algorithms)”一词1975年，Holland出版了著名的“Adaptation in Natural and Artificial Systems”，标 志遗传算法的诞生一.导言遗传算法的产生与发展70年代初，Holland提出了“模式定理”（Schema Theorem），一般认为是“遗传算法的基本定理”，从而奠定了遗传算法研究的理论基础1985年，在美国召开了第一届遗传算法国际会议，并且成立了国际遗传算法学会（ISGA，International Society of Genetic Algorithms）一.导言遗传算法的产生与发展1989年，Holland的学生D. J. Goldherg出版了“Genetic Algorithms in Search, Optimization, and Machine Learning”，对遗传算法及其应用作了全面而系统的论述1991年，L. Davis编辑出版了《遗传算法手册》，其中包括了遗传算法在工程技术和社会生活中大量的应用实例2000年，汪定伟教授翻译出版了《遗传算法与工程优化》一.导言遗传算法的产生与发展几个名词遗传算法 （Genetic Algorithm, GA）进化算法（Evolutionary Algorithm, EA）计算智能（Computational Intelligence, CI）人工智能（Artificial Intelligence, AI）一.导言遗传算法的产生与发展几个名词进化算法EA：由于遗传算法、进化规划和进化策略是不同领域的研究人员分别独立提出的，在相当长的时期里相互之间没有正式沟通。直到90年代，才有所交流。他们发现彼此的基本思想具有惊人的相似之处，于是提出将这类方法统称为“进化算法”。 一.导言遗传算法的产生与发展几个名词计算智能CI：利用计算机实现的具有一定启发式特征的一类优化方法的统称。这些方法具备的要素：自适应的结构、随机产生的或指定的初始状态、适应度的评测函数、修改结构的操作、系统状态存储器、终止计算的条件、指示结果的方法、控制过程的参数。计算智能方法具有自学习、自组织、自适应的特征和简单、通用、鲁棒性强、适于并行处理的优点。一.导言遗传算法的产生与发展几个名词人工智能AI：二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。AI是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 一.导言GA的生物学原理达尔文的自然选择说遗传：子代和父代具有相同或相似的性状，保证物种稳定性变异：子代与父代，子代不同个体之间总有差异，是生命多样性的根源“自然选择、适者生存”：具有适应性变异的个体被保留，不具适应性变异的个体被淘汰，这是一个长期的、缓慢的、连续的过程一.导言GA的生物学原理遗传学的基本术语染色体（chromosome）：遗传物质的载体脱氧核糖核酸（DNA）：大分子有机聚合物，双螺旋结构遗传因子（gene）：DNA长链结构中占有一定位置的基本遗传单位一.导言GA的生物学原理遗传学的基本术语基因型（genotype）：遗传因子组合的模型表现型（phenotype）：由染色体决定性状的外部表现1 1 1 1 1 1 1 1 1 1 0 1 1 1 一.导言GA的生物学原理遗传学的基本术语基因座（locus）：遗传基因在染色体中所占据的位置，同一基因座可能有的全部基因称为等位基因（allele）个体（individual）：带有染色体特征的实体种群（population）：个体的集合，该集合内个体数称为种群的大小一.导言GA的生物学原理遗传学的基本术语进化（evolution）：生物在