遗传算法实验报告.docVIP

实验一 二进制编码函数优化 一、实验目的 利用一种基于二进制编码的优化方法的基本原理和操作步骤求解最优化问题，了解整个利用二进制编码的过程，选择，交叉，变异等等。使适应性函数值逐步逼近最优解，并进行在Visual C++ 6.0进行仿真，编译。 二、实验仪器 机械楼计算机中心计算机 三、实验内容及步骤 采用二进制编码方式优化如下测试函数： De Jong函数F1： 极小点f1(0, 0, 0)＝0。 De Jong函数F2： 极小点f2(1，1) = 0。 De Jong函数F3： 对于区域内的每一个点，它都取全局极小值。 要求：对每一个测试函数，分析不同的种群规模（20～100）、交叉概率（0.4～0.99）和变异概率（0.0001～0.1）对优化结果的影响，试确定最佳参数组合。 四、实验报告 （1）De Jong函数F1采用二进制编码方式优化结果的折线图如图1所示：其中迭代数为100代，结果基本逼近最真实值。 图1 De Jong函数F1二进制编码优化结果折线图 （2）De Jong函数F2采用二进制编码方式优化结果的折线图如图2所示：其中迭代数为100代。 图2 De Jong函数F2二进制编码优化结果折线图 （3）De Jong函数F3采用二进制编码方式优化结果的折线图如图3所示：其中迭代数为200代。 图3 De Jong函数F3二进制编码优化结果折线图 实验二 实数编码函数优化 一、实验目的 利用一种基于实数编码的优化方法的基本原理和操作步骤求解最优化问题，并分析不同的变异方式（均匀变异、非均匀变异、自适应变异）的优化结果有什么区别。并进行在Visual C++ 6.0进行仿真，编译。 二、实验仪器 机械楼计算机中心计算机 三、实验内容及步骤 采用实数编码方式优化如下测试函数： ⑴De Jong函数F1： 极小点f1(0, 0, 0)＝0。 ⑵De Jong函数F2： 极小点f2(1，1) = 0。 ⑶De Jong函数F3： 对于区域内的每一个点，它都取全局极小值。 要求：对每一个测试函数，分析不同变异方式（均匀变异、非均匀变异、自适结果） 四、实验报告 （1）De Jong函数F1采用实数编码方式（均匀变异方式）优化结果的折线图如图4所示：其中迭代数为100代。 图4 De Jong函数F1实数编码优化结果折线图 （1）De Jong函数F1采用实数编码方式（非均匀变异方式）优化结果的折线图如图5所示：其中迭代数为100代。 图5 De Jong函数F1实数编码优化结果折线图 （1）De Jong函数F1采用实数编码方式（自适应变异方式）优化结果的折线图如图6所示：其中迭代数为100代。 图6 De Jong函数F1实数编码优化结果折线图 De Jong函数F2采用实数编码方式（均匀变异方式）优化结果的折线图如图7所示：其中迭代数为100代。 图7 De Jong函数F2实数编码优化结果折线图 De Jong函数F2采用实数编码方式（非均匀变异方式）优化结果的折线图如图8所示：其中迭代数为100代。 图8 De Jong函数F2实数编码优化结果折线图 （2）De Jong函数F2采用实数编码方式（非均匀变异方式）优化结果的折线图如图9所示：其中迭代数为100代。 图9 De Jong函数F2实数编码优化结果折线图 De Jong函数F3采用实数编码方式（非均匀变异方式）优化结果的折线图如图10所示：其中迭代数为100代。 图10 De Jong函数F3实数编码优化结果折线图 （3）De Jong函数F3采用实数编码方式（非均匀变异方式）优化结果的折线图如图11所示：其中迭代数为100代。 图11 De Jong函数F3实数编码优化结果折线图 De Jong函数F3采用实数编码方式（非均匀变异方式）优化结果的折线图如图12所示：其中迭代数为100代。 图12 De Jong函数F3实数编码优化结果折线图 实验三 排列方式编码优化旅行商问题 一、实验目的 利用遗传算法解决旅行商问题，采用部分映射交叉算子和互换变异算子，并进行在Visual C++ 6.0进行仿真，编译。 二、实验仪器 机械楼计算机中心计算机 三、实验内容及步骤 用遗传算法求解旅行商问题（给出若干个城市，以及任意两个城市之间的距离。给定从某一个城市出发，确定旅行商行走路线，使得最后回到原点的路线长度最短），其中城市随处位置的横坐标与纵坐标如表3.1所示。 表3.1 城市序号及对应坐标位置 序号 横坐标 纵坐标 序号 横坐标 纵坐标