遗传算法及应用()例析.ppt

* 5.3.3适配度的设计 3)若目标函数为最小问题，则 若目标函数为最大问题，则 5.3 遗传算法的实现与改进 * 5.3.4 遗传算法的操作步骤 利用遗传算法解决一个具体的优化问题，一般分为三个步骤： 1)准备工作 (1)确定有效且通用的编码方法，将问题的可能解编码成有限位的字符串； (2)定义一个适应度函数，用以测量和评价各解的性能； (3)确定遗传算法所使用的各参数的取值，如种群规模n，交叉概率，变异概率等等。 5.3 遗传算法的实现与改进 * 5.3.4 遗传算法的操作步骤 2)遗传算法搜索最佳串 (1)t=0，随机产生初始种群A(0)； (2)计算各串的适配度，； (3)根据对种群进行复制操作，以概率对种群进行交叉操作，以概率对种群进行变异操作，经过三种操作产生新的种群； (4)t=t+1，计算各串的适配度； (5)当连续几代种群的适配度变化小于某个事先设定的值时，认为终止条件满足，若不满足返回(3)； (6)找出最佳串，结束搜索。 5.3 遗传算法的实现与改进 * 5.3.4 遗传算法的操作步骤 3)根据最佳串给出实际问题的最优解。 5.3 遗传算法的实现与改进 * 5.3.5 遗传算法中的参数选择 初始种群的大小n : 选择较大数目的初始种群可以同