遗传算法-其MATLAB实现.pptVIP

遗传算法及其MATLAB实现 41组，顾英辉，魏猛，王艺潞; 一、遗传算法的概述;四，遗传算法的MATLAB程序设计;一、遗传算法的概述;1.1 产生与发展;60年代中期，美国Michigan大学的J. H. Holland教授提出借鉴生物自然遗传的基本原理用于自然 和人工系统的自适应行为研究和串编码技术； 1967年，他的学生J. D. Bagley在博士论文中首次提出“遗传算法(Genetic Algorithms)”一词； 1975年，Holland出版了著名的“Adaptation in Natural and Artificial Systems”，标志遗传算法的诞生 ;1.2 生物学基础;1.3 遗传算法定义及特点;二、遗传算法的原理;2.1 简单遗传算法（SGA);2.2简单遗传算法原理;②解码：解码的目的是为了将不直观的二进制数据串还原成十进制。设某一个体的二进制编码为 ，则对应的解码公式为例：设有参数x 【2,4】，现用5位二进制数对x编码，若x=10101,它对应的十进制为则对应参数x的值为③个体适应度评估：遗传算法按照与个体适应度成正比的几率决定当前种群各个个体遗传到下一代群体中的机会。个体适应度大的个体更容易被遗传到下一代。通常求目标函数最大值的问题可以直接把目标函数作为检测个体适应度大小的函数。④复制运算：复制运算是根据个体适应度大小决定下代遗传的可能性。若设种群中个体总数为N，个体i的适应度为则个体i被选中的几率当个体复制几率决定后在产生【0,1】区间的均匀随机数来决定那些个个体参加复制，若个体适应度高的被选中的几率就大则可能被多次选中它的遗传基因就会在中群众扩散；若个体的复制几率小则会被淘汰。;;2.3遗传算法参数选择;; 三、遗传算法的流程;;3.2遗传算法举例 例：函数 ，求其在区间[0,31]的最大值 （1）编码 将变量转换成二进制数串，设要求的精度是1，意味着变量应该被分成至少31个部分，由于 31-0≦ ,所以二进制数串位数为5。例如：二进制数01010，对应十进制为10，实际值为： x=0+10×1=10 假设初始种群有五个个体，其染色体可随机生成如下： ;（2）评价个体适应度与新种群复制 对一个染色体数串的适应度的评价由下列三个步骤组成： ?将染色体串进行反编码（解码），转换成真实值； ?评价目标函数f(x)； ?将目标函数值转为适应度。 依照染色体的适应度值进行新种群的复制，步骤如下： ①计算染色体 的适应度值 = ； ②计算种群的适应度值总和 ； ③计算每个染色体被复制的概率 ； ④计算每个染色体被复制的累计概率 。 ;依照轮盘选择法，转动轮盘5次（种群中有五条染色体），每次选择一个作为新种群的染色体。假设五次中产生的0~1随机数序列如下： 0.301431 0.322062 0.766503 0.881893 0.350871 根据以上的计算方法，可以先计算出种群中每个染色体的适应度和概率，如下表所示： ;第一个随机数为0.301431，大于 小于 ,所以 被选中； 第二个随机数为0.322062，大于 小于 ,所以