ch7优化算法-GA教程范本.ppt

遗传算法的参数设定： 种群大小：M=50； 最大代数：G=1000； 交叉率：pc=1； 变异率：pm=0.1； （1）编码策略 采用十进制编码，用随机数列ω1 ω2…ω102作为染色体，其中0 ωi 1(i=2,3,…,101)，ω1=0，ω102 =1；每一个随机序列都和种群中的一个个体相对应。 例如一个9城市问题的一个染色体为： [0.23,0.82,0.45,0.74,0.87,0.11,0.56,0.69,0.78] 6-1-3-7-8-4-9-2-5 （2）初始种群 此处用经典的近似算法——改良圈算法求得一个较好的初始种群。即对于初始圈： C=π1… πu-1πuπu+1…πv-1πvπv+1…π102， 2≤u＜v≤101， 2≤ πu ＜ πv ≤101 ， 交换u与v之间的顺序，此时的新路径为： C‘=π1… πu-1π vπv-1…πu+1πu πv+1…π102， 记 若Δf0，则以新的路径修改旧的路径，直到不能修改为止 （3）目标函数 目标函数为侦查所有目标的路径长度，适应度函数就取目标函数，即 （4）交叉操作 交叉操作采取单点交叉，设计如下，对于选定的两个父代个体f1= ω1 ω2…ω102, f2= ω’1 ω’2…ω’102,我们随机地取第t个基因处为交叉点，则经过交叉运算后得到的子代编码为S1和S2，S1的基因由f1