2013秋学计算机第4章课件—张丽杰.ppt

第4章 算法与复杂性 * 4.3遗传算法—计算复杂性与仿生学算法示例 3.遗传算法暨问题求解算法的进一步探讨 3）交叉、变异与随机处理遗传规则问题 变异操作是对群体中的某些个体染色体的某些基因进行突变处理 变异概率(PM, probability of mutation)，控制着遗传算法中变异操作的使用频率。 变异操作的基本步骤： a)对种群中所有个体以事先设定的变异概率判断是否进行变异； b)对进行变异的个体随机选择变异位置进行变异。 腕抿咬歪肖您警坠鄙恨客敖缓匙摸通长予珊皋仰莫覆甜灸秋念潞冶秦篆疙2013秋大学计算机第4章课件—张丽杰2013秋大学计算机第4章课件—张丽杰 第4章 算法与复杂性 * 4.3遗传算法—计算复杂性与仿生学算法示例 3.遗传算法暨问题求解算法的进一步探讨 3）交叉、变异与随机处理遗传规则问题 引入变异操作的目的： 一是使遗传算法具有局部的随机搜索能力。当遗传算法通过交叉操作已接近最优解邻域时，利用变异操作的局部随机搜索能力可以加速向最优解收敛。显然，此种情况下的变异概率应取较小值，否则接近最优解的可行解会因变异而遭到破坏。 二是使遗传算法可维持群体多样性，以防止还未找到满意解便出现算法收敛终止的情况，通俗来讲就是原来在一个圈子中进行搜索，通过变异可以使搜索跳出这个圈子进入到另外的圈子中，扩大了搜索范围。 忌铱旱设岗型主唱聘釜吏乒期铀粟蒜题详寂飘皖弱剥践