课程设计Java汇编.doc

河南理工大学 计算机科学与技术学院 课程设计报告 2014— 2015学年第一学期 课程名称 Java 设计题目 用遗传算法优化函数 姓 名 丁慧娟 学 号 321409010102 专业班级 计算机本1401 指导教师 刘 志 忠 2015 年 1 月 16 日 1.绪 论 2 1.1 摘要 2 1.2 背景 2 1.3 本文主要内容 3 2.遗传算法简介 3 2.1 历史与发展 3 2.2 遗传算法的基本原理 4 2.3 遗传算法特点 4 2.4遗传算法中的作用 4 2.5 遗传算法的应用 5 3.遗传算法的主要参数和算子选择 5 3.1 遗传算法的数学理论 5 3.2 编码 6 4. 算例验证 9 4.1编码 9 4.2计算适应度 9 4.3遗传操作 10 4.4模拟结果 10 5.代码 10 5.1代码源程序 10 5.1运行结果 14 1.绪 论 1.1 摘要 本文首先介绍遗传算法的历史背景，基本思想，对遗传算法的常见的编码解码方法进行了深入的阐述，并对算子选择方法进行深入分析和对比，在此基础上把遗传算法应用于求解复杂函数的极值计算。函数优化是遗传算法的经典应用领域，也是对遗传算法进行性能评价的常用算例。本文将用一个详细的例子来说明用遗传算法应用于求解复杂函数的极值计算问题。最后在JAVA语言环境下编写程序，对求解函数的最大值进行了仿真，并对调试的结果进行了分析，得出了部分结论。 1.2 背景 遗传算法采纳自然进化模型。通过保持一个潜在解的群体执行了多方向的搜索并支持这些方向上的信息构成和交换。群体经过一个模拟进化的过程：在每一代，相对“好”的解产生，相对“差”的解死亡。为区别不同解，我们使用了一个目标（评价）函数，它起着一个环境的作用。 选择是用来确定管理费用或交叉个体，以及被选个体将产生多少个代个体。 杂交组合了两个亲代染色体的特征，并通过交换父代相应的片断形成了两个相似的后代。杂交算子的意图是在不同潜在解之间进行信息交换。 1.2.1 遗传与变异 1、遗传 世间的生物从其亲代继承特性或性状，这种生命现象叫遗传，研究这种生命现象的科学叫做遗传学。遗传信息是由基因组成的，生物的各种性状由其相应基因来控制，基因是遗传的基本单位。细胞分裂具有自我复制的能力，在细胞分裂的过程中，其遗传基因也同时被复制到下一代，从而其性状也被下一代所继承。 2、变异 1.2.2 进化 生物在其延续生存的过程中，逐渐适应于其生存环境，使得其品质不断得到改良，这种现象叫做进化。新的基因依据其与环境的适应程度决定其增殖能力，有利于生存环境的基因逐渐增加，而不利于生存环境的基因逐渐减少，通过这种自然的选择，物种渐渐的向适应于生存环境的方向进化，从而产生优良的物种。 本文主要讨论遗传算法在实际数值函数优化问题中的应用，即对实际问题建模后求函数最大值的问题。遗传算法通过对群体所施加的迭代进化过程，不断的将当前群体中具有较高适应度的个体遗传到下一代群体中，并且不断的淘汰掉适应度较低的个体，从而最终寻求出适应度最大的个体。这个适应度最大的个体经解码处理之后所对应的个体表现型即为实际问题最优解或是最近似最优解3.1.1 模式定理 3.1.2 积木块假设 模式定理说明了具有某种结构特征的模式在遗传进化过程中其样本数将按指数级增加，这种模式具有低阶，短的定义长度，且平均适应度高于群体平均适应度的模式。这种模式被称为积木块。模式定理说明了积木块的样本数呈指数级增长，也说明了用遗传算法寻求最优化样本的可能性，但它并未指明遗传算法一定能够寻求到最优样本而积木块假设却说明了遗传算法的这种能力。 定义：个体的基因块通过选择，交叉，变异等遗传算子的作用，能够相互连接在一起，形成适应度更高的个体编码串。 作用：积木块假设说明了用遗传算法求解各类问题的基本思想，即通过基因块之间的相互拼接能够产生出问题更好的解。基于模式定理和积木块假设，就使得我们能够在很多应用问题中广泛的使用遗传算法的思想。 定义：遗传算法中如何描述问题的可行解，即把一个问题的可行解从其解空间转换到遗传算法所能处理的搜索空间的转换方法就称为编码 作用：编码是应用遗传算法时要解决的首要问题，也是设计遗传算法时的一个关键步骤。编码方法除了决定了个体的染色体排列形式之外还决定个体从搜索空间的基因型变换到解空间的表现性时的解码方法，编码方法也影响到交叉算子和变异算子的遗传算法的运算方法。由此看见，编码方法在很大程度上决定了如何进行群体的遗传化运算及遗传进化运算效率。 3.2.1编码方法 使用二进制编码时，即使等位基因的数量不大，我们也可以得到很多种可能