- 1、本文档共16页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《2001Anoverviewofevolutionaryalgorithm15P
2001-An overview of evolutionary algorithm(15P)进化算法概述:实际问题和常见错误摘要:提出了进化算法的概述包括遗传算法、进化策略,遗传编程和进化编程。模式定理是回顾和评论。灰色的代码,讨论一些表征和实值表示为参数优化问题。也回顾了平行岛模型,讨论了进化算法的评价。关键词:遗传算法; 进化策略; 遗传规划; 进化规划; 搜索; 自动编程; 并行算法1.介绍进化算法已成为用来搜索,优化,机器学习和解决设计问题的流行工具。这些算法使用模拟进化寻找解决复杂问题的方案。有许多不同类型的进化算法。历史上,遗传算法和进化策略是进化算法的两个最基本的形式。遗传算法是在美国的约翰·荷兰和他的学生的领导下开发的。这个传统把十分的强调选择,重组和突变在基因型的解码和合适的评估上的作用。重组突出突变。进化战略是德国的雷兴贝格和汉斯保罗硫领导他们的学生进行开发的。进化策略偏重于使用更直接表示。突变强调重组。遗传算法和进化策略都已经被用于优化。然而,遗传算法早已被视为应用在搜索,优化,设计和机器学习的多用途的工具,然而进化策略中的大部分工作都集中在优化。在过去的十年中,这两个领域相互影响并且许多新算法可以自由地从这两个传统中借鉴理念。在过去的10年中,遗传编程也成为进化算法的一个重要的新子区域。遗传编程已经被明确地开发用于自动编程和机器学习的一种进化理论。设计应用也已被证明是重要的。进化计算的另一个子领域是进化编程。进化编程起源于20世纪60年代.,但是被闲置了许多年,直到90年代以一种与进化战略极其相似的新形式重生。每一种模式都有自己的优点和缺点。这个概述的一个目标是突出每个模型以便于用户可以更好地决定哪种方法更适合于特定类型的应用。也有进化算法的一些高层次的基本概念。并行进化算法的使用往往可以提高性能。就软件的开发方面而言,岛模型在低成本方面尤其突出,并能对性能有重大的影响。该概述还解决了何时使用进化算法是合理的,并且建议利用其他方法来评估进化算法的有效性。2.遗传算法遗传算法仍然是最公认的形式进化算法。在20世纪60年代,70年代和80年代,约翰·霍兰德和他的学生工作于这些算法的发展。在20世纪80年代中期这些算法开始接触其他研究团体 - 例如机器学习和运筹学社区。在人工神经网络的研究爆发后不久,遗传算法研究的爆炸也许不是巧合。这两个领域的研究从生物系统中获得灵感作为计算和激励模型。在近期的论文中,为用户提供一些实用的指导的高层次概念被给出以及最近结果的概述。遗传算法强调被解码和评估的基因型的使用。这些基因型通常是简单数据结构。通常,染色体是可以以“有性生殖”的简化形式重组的位串,并且可以通过简单的位翻转突变。这些算法可以被描述为函数的优化。这个并不意味着它们产生全局最优解。相反,荷兰和德洪都强调寻找这些算法的有竞争力的解决方案,但是两者都表明把遗传算法视为搜索过程而不是严格地作为优化过程或许是最好的。因此,竞争通过“适者选择”进行实施是遗传搜索的一个关键方面。示例应用程序提供了在某些方面解决这些算法的一个有用的工具。假设某人希望优化一些过程,如 以最大化质量为目标的纸张生产。假设我们有在生产过程中可以控制的三个参数。例如控制再生纸与纸浆使用的温度,压力和一些混合参数(这个目标不是使这些参数过于现实,而是说明一般参数优化问题。这可以被视为黑盒优化问题,其中来自函数的域的输入被馈送到黑盒中并且来自函数的共域的值产生并输出。可以使用三个实值参数来表示三个参数,例如:。或者三个参数可以表示为比特串,如当然,这会自动提出一个应当使用什么精度的问题,以及比特串和实际值之间的映射。选择正确的精度可能很重要。历史遗传算法通常使用低精度来实现,例如每个参数10比特。重组是遗传算法的核心。考虑字符串1101001100101101和另一个二进制字符串,,其中表示值0和1代表x和y。使用单个随机选择的交叉点,单点重组可能发生如下。交换两个父母之间的片段,产生以下两个后代。11010yxyxyxyxyxy和yxyyx01100101101:注意,参数边界被忽略。重组后,我们可以应用一个变异算子。对于群体中的每个位,以一些低概率p m进行突变。通常,突变率的概率是小于1%的。除了突变和重组运算符,选择机制是遗传算法的另一个关键组成成分。对于遗传算法,观察标准遗传算法作为两阶段过程的从一代向下一代移动的机制是有指导意义的。选择应用于当前群体以创建中间群体,如图1所示。然后将重组和突变应用于中间群体以产生下一群体。从当前群体到下一群体的过程构成遗传算法的执行中的一代。我们将首先考虑从当前人口建造中间人口。在第一代,当前人口也是初始人口。在规范遗传算法中,适应度定义为f i / f;其中f i是与字符串i相关联的评估,f是所有字符串
您可能关注的文档
- 《16春华师建筑艺术赏析在线作业.doc
- [2014年海南省中考历史试题.doc
- [2014年省考联考行测全套答案及解析.doc
- 《16春华师成本会计在线作业.doc
- [2014年造价员继续教育测验试卷1.doc
- 《16天背完70个英语单词英语单词快速巧计附赠实用短语.doc
- [2014年高考前历史复习50题.doc
- 《16春华师社会调查与研究方法A在线作业.doc
- [2014房建课程设计说明书.doc
- 《16春季福师信号与系统在线作业二.doc
- 2024-2025学年电工模考模拟试题附答案详解(夺分金卷).docx
- 2024-2025学年电工模考模拟试题附参考答案详解(巩固).docx
- 2024-2025学年电工模考模拟试题附参考答案详解【培优】.docx
- 2024-2025学年电工模考模拟试题附答案详解(能力提升).docx
- 2025年通信电子计算机技能考试-电子产品维修工笔试考试历年典型考题及考点含含答案.docx
- 2024-2025学年电工模考模拟试题重点附答案详解.docx
- 2024-2025学年电工模考模拟试题附参考答案详解【突破训练】.docx
- 2024-2025学年电工模考模拟试题附参考答案详解【考试直接用】.docx
- 2024-2025学年电工模考模拟试题附参考答案详解【B卷】.docx
- 2024-2025学年电工模考模拟试题附参考答案详解【基础题】.docx
最近下载
- 和利时LK大型PLC指令手册.pdf VIP
- 浅析莫扎特《C大调小奏鸣曲k.545》的音乐风格与演奏技巧.docx
- 2022年人教版九年级全一册物理同步教学教案.doc VIP
- 湘质监统编2020表格机器转换word版(房屋建筑工程竣工验收技术资料统一用表).docx
- 海关通关业务介绍幻灯片.ppt VIP
- 湘质监统编2020表格机器转换word版(市政基础设施工程竣工验收技术资料统一用表).docx VIP
- Roland罗兰乐器TD-11 电鼓音源TD-15 TD-11 用户手册用户手册.pdf
- 垃圾焚烧发电行业自动监控数据应用综合题库.docx VIP
- 《海关特殊监管区域通关制度》课件.ppt VIP
- 3年级劳动教案《我是厨房小帮手》.pdf VIP
文档评论(0)