5遺传算法20080911.doc

第五章 遗传算法 在经济活动中，很多实际优化问题涉及到大量参数进行优化，或者寻找问题的全局最优解。这些问题不仅仅涉及大量计算，而且往往难以给出精确的数学模型，或者有了数学模型，也难以解出解析解来。有的搜索问题还面临着组合爆炸，常规算法无法应付。这些困难使得一些学者们寻求一种适于大规模并行且具有某些智能特征如自组织、自适应、自学习等的算法。遗传算法就是一种伴随解决此类复杂的、非线性问题而发展起来的广为应用的、高效的随机全局搜索与优化的自适应智能算法。 第一节 引言 一、遗传算法生物学意义 遗传算法的生物学基础是达尔文进化论和孟德尔的遗传变异理论。 根据达尔文进化论，地球上的每一物种从诞生开始就进入了漫长的进化历程。生物种群从低级、简单的类型逐渐发展成为高级、复杂的类型。各种生物要生存下去就必须进行生存斗争，包括同一种群内部的斗争、不同种群之间的斗争，以及生物与自然界无机环境之间的斗争。具有较强生存能力的生物个体容易存活下来，并有较多的机会产生后代；具有较低生存能力的个体则被淘汰，或者产生后代的机会越来越少，直至消亡。达尔文把这一过程和现象叫做“自然选择、适者生存”。 按照孟德尔的遗传学理论，遗传物质是作为一种指令密码封装在每个细胞中，并以基因的形式排列在染色体上，每个基因有特殊的位置并控制生物的某些特性。不同的基因组合产生的个体对环境的适应性不一样，通过基因杂交和突变可以产生对环境适应性强的后代。经过优胜劣汰的自然选择，适应值高的基因结构就得以保存下来，从而逐渐形成了经典的遗传学染色体理论，揭示了遗传和变异的基本规律。现代遗传学则对基因的本质、功能、结构、突变和调控进行了深入探讨，开辟了遗传工程研究的新领域。在一定的环境影响下，生物物种通过自然选择、基因交换和变异等过程进行繁殖生长，构成了生物的整个进化过程。 生物进化过程的发生需要四个基本条件：(1)存在由多个生物个体组成的种群；(2)生物个体之间存在着差异，或群体具有多样性；(3)生物能够自我繁殖；(4)不同个体具有不同的环境生存能力，具有优良基因结构的个体繁殖能力强，反之则弱。 生物进化是一个开放的过程，自然界对进化中的生物群体提供及时地反馈信息，或称为外界对生物的评价。评价反映了生物的存在价值和机会。在基于相同环境下的生存竞争中，生存价值低的个体被淘汰了，生存下来的个体则具有较高的生存价值。由此形成了生物进化的外部动力机制。 大多数高级生物体是以自然选择和有性生殖这两种基本过程实现进化发展的。自然选择决定了生物群体中哪些个体能够存活并繁殖，有性生殖保证了生物体后代基因中的杂交和重组，从而使得群体的进化比其他方式更加快速而有效。 自然界的生物进化是一个不断循环的过程 。在这一过程中，生物群体也就不断地完善和发展。可见，生物进化过程本质上是一种优化过程，在计算科学上具有直接的借鉴意义。在计算机技术迅猛发展的时代，生物进化过程不仅可以在计算机上模拟实现，而且还可以模拟进化过程，创立新的优化计算方法，并应用到复杂工程领域之中，这就是遗传算法等一类模拟自然进化的计算方法的思想源泉。以生物进化过程为基础，计算科学学者提出了各种模拟形式的计算方法。 二、遗传算法相关术语 由于遗传算法是模拟生物界的进化和遗传的规律的数学模型，用到了大量生物学的术语，因而有必要对这些术语进行了解。 染色体：生物细胞中含有的一种微小的丝状化合物。它是遗传物种的载体，由许多个遗传因子——基因组成。 脱氧核糖核酸：决定生物遗传性状的染色体的基本物质，DNA在染色体中有规律的排列，是一种高分子，具有双螺旋的分子结构。它的基本结构单位是核苷酸。 基因：DNA长链结构中占有一定位置的基本遗传单位。一个基因或几个基因决定构成生物蛋白质的氨基酸的组成比例及排列顺序，通过这种方式基因确定生物的遗传性状。 基因型、表现型：基因型是指生物的基因组成，由该生物的细胞核中的所有基因决定，基因型的外部性状表现称为表现型。 基因座：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。 个体：携带一定性状的遗传信息的单个生物体称为个体。 种群：由同类生物的个体组成的集团是种群。该集团的个体数目称为种群大小，或称为种群规模。 复制：细胞分裂时，DNA通过复制自身而使得新的细胞的DNA与以前的相同，这种情况下，新产生的细胞所携带的遗传性状与原细胞的相同。 交叉：生物在进行有性繁殖时，下一代个体的遗传物质一半来到父本，一半来自母本，新的个体带有两个亲本的遗传信息。这个过程也称为基因重组，或称为交配、杂交等。 变异：在细胞进行复制时有时会因为某些原因发生差错，使得DNA发生变化，产生新的染色体，新的染色体表现出新的外部性状。 进化：生物