ch2智能优化算法--生试题.ppt

2.2.1 进化算法简介 产生背景 主要特点 理论基础 分类说明 2.2.1 进化算法简介 二、主要特点 在算法中主要表现为全局搜索方式，体现在下面几个方面 有指导搜索：依据是每个个体的适应度值 自适应搜索：通过进化操作改进群体性能 渐进式寻优：每代进化的结果都优于上一代 并行式搜索：对每一代群体所有个体同时进行 黑箱式结构：只要研究输入和输出而不需考虑过程 全局最优解：在整个搜索区域的各个部分同时进行 内在学习型：学习是一种有保留的行为 稳健性强：不同的条件和环境下算法适用和有效性 2.2.1 进化算法简介 三、理论基础 进化计算是模拟生物进化理论而形成的一种全局优化自适应概率搜索的算法理论。 具有深厚的生物学理论基础： 遗传：父代利用遗传基因将自身的基因信息交付给下一代（子代），属性特征相同或相近。 变异：子代和父代，以及子代各个体之间存在着一定的差异，在进化过程中是随机发生的。 生存斗争和适者生存：适应性变异较强的个体被保留下来，而适应性变异较弱的个体则被淘汰。 2.2.1 进化算法简介 四、分类说明 从进化的过程性质进行区分，与进化算法相关的算法可细分为： 遗传算法：最具代表性也是最基本的 进化策略：侧重于数值分析 进化规划：介于数值分析与人工智能之间 遗传规划：偏向以程式表现人工智能行为 进化动力学：偏向进化的自组织和系统动力学特性 分类系统：适应动态环境学习 动态模拟系