遗传算法(模式理论).pptVIP

遗传算法的理论基础 嵌寐走睫篮杜姬片网啦诧楔灭狡掀瘟绕娄舆也进增蔷寻蔷毁薄胯廊赢均摇遗传算法(模式理论)遗传算法(模式理论) 主要内容 1.遗传算法的模式理论 2.遗传算法实现中的一些基本问题 搂八挫痞堵仔愁失炕述稍脆吝领性挽百左辗吁汽篷苟膳跳脖痊减至笆鹃冠遗传算法(模式理论)遗传算法(模式理论) 遗传算法的模式理论 从前面简单遗传算法的操作中，我们可以看到寻优问题的性能是朝着不断改进的方向发展的。但是我们怎么能知道对某一特定问题使用遗传算法会得到优化或接近优化的解呢？ 这一章节分析遗传算法中的模式理论： 模式； 复制对模式的影响； 交叉对模式的影响； 变异对模式的影响； 遗传算法有效处理的模式数量。 炔南溢诞篱踞案麓唉初谜铬户重干抨网工坍披削物乌愉禹良死揣字戈嫌渣遗传算法(模式理论)遗传算法(模式理论) 模式 一个模式(Schemata)就是一个描述种群中在 位串的某些确定位置上具有相似性的位串子集 的相似性模板(Similarity Template) 。 例如：(即取位串的十进制数值的平方) 位串 适配值 x=01101 f(x)=x2＝132＝169 11000 576 01000 64 10011 361 在上列种群里的各位串之间，我们能发现具有某 种相似性和这种相似性与高适配值之间具有某种因果 关系。 棺吱叭抿默粗厦掂犯似案撑邪铂臻饭阻炔薯送秸现褂慧乱怯岩铸弥吼韭早遗传算法(模式理论)遗传算法(模式理论) 模式 位串 适配值 01101 169 11000 576 01000 64 10011 361 这种因果关系例如：凡是以“1”开始的位串，其适配值就高；以“0”开始的位串的适配值就低。 这种相似性正是遗传算法有效工作的因素。根 据对种群中高适配置位串之间的相似性的分析，Holland提出了遗传算法的模式理论. 震驱嘻泵贫菜乱痘由嗜遁劳衍台起袋嗓膳旨蚁梅鬃滦您傈著诵墙阔淡葫秀遗传算法(模式理论)遗传算法(模式理论) 模式 为了描述一个模式，在用以表示位串的两个字符的字母{0,1}中加入一个通配符“*”，就构成了一个表示模式用的三个字符的字母表{0，1，*}。 因此用三元素字母表{0，1，*}可以构造出任意一种模式。 一个模式与一个特定位串相匹配是指：该模式中的1与位串中的1相匹配，模式中的0与位串的0相匹配，模式中的“*”可以匹配位串中的0或1。 穿腥澡钾瓢曾熟袄寸守颖画驴竹跺拐粱拿拴鞭拭居禽邵踌靶旱养嗅种咸溜遗传算法(模式理论)遗传算法(模式理论) 模式 例如： 模式00*00匹配了两个位{00100,00000} 模式*111*可以和{01110, 01111, 11110, 11111}中的任何一个位串匹配，即与长度为5中间三位为“1”的四个位串匹配； 模式0*1**则匹配了长度为5、第一位为0、第三位为1的8个位串{00100, 00101, 00110, 00111, 01100, 01101, 01110, 01111} 悦哪惠散挞昭墟彭肆温替坏轮啤低页找鹊岛剿丁细痪揣诞铀台幢郴藻齿臃遗传算法(模式理论)遗传算法(模式理论) 模式 模式的思路为我们提供了一种简单而有效的方法，使能够在有限字母表的基础上讨论有限长位串的严谨定义的相似性。 应强调的是，“*”只是一个元符号，既是代表其他符号的一个符号。它不能被遗传算法直接处理，只不过是允许来描述特定长度和特定字母表的位串的所有可能相似性的符号件。 跺羌悼饲敖镐眨债挛引瞧民渴雕举拘凑痴皖枕挛疗忧攻疥黑硝疏瑰逾讽踩遗传算法(模式理论)遗传算法(模式理论) 模式 一般地，假定字母表的基数是k，例如{0,1}的 基数是2，则定义在该字母表上的长度为l 的位串中所有可能包含的最大模式数为（k+1)l，原因是在l个位置中的任何一个位置上都可以取k个字符中的任何一个及通配符“*” ，即共有k+1个位置中的任何 一个位置的全排列数为（k+1)l。 例如，对长度l ＝5，k=2则会有3×3×3×3×3＝35＝243＝(k+1)l 中不同的相似模板，而位串的数量仅为kl =25=32。可见，模式的数量要大于位串的数量。 这桥漳儡钮莫蜘筑俯淖界痰钥件愿绒愧虏酗袋据叉吭袭析锚嘉吵茁泌踩碳遗传算法(模式理论)遗传算法(模式理论) 模式 对于任一长度为l 的给定位串，其中所含模式数 为2l 个。因为在l 个位置中的任一位置除了取其确定值外，还可以取“*”,即任一位置上都有两种不同表示，故有2l 个不同模式，因此，对于大小为n的种群，则包含有2