第4章(3遗传算法)的.pptVIP

第4章;4．3 遗传算法;4.3.1 遗传算法原理;;4.3.1.1 遗传算法概述;;;初始化初始种群（编码成位串形式）;4.3.1.2遗传算法中的基本要素;（1）问题编码;（2）初始群体的生成;（3）适应值函数的确定 ;（4）控制参数 ;4.3.1.3 遗传算子;;3、变异(Mutation)算子 变异增加了遗传算法找到接近最优解的能力。 变异就是以很小的概率，随机地改变字符串某个位置上的值。把某一位的内容进行变异。 在二进制编码中，就是将某位0变成1，1变成0。 如：110010的第四位变异成110110 （父代） （子代）;4.3.1.4 遗传算法的理论基础;;4.3.1.5 遗传算法的特点;;; 4.3.2 优化模型的遗传算法求解 ;;非负 ; (2)逐步增大 4.选择率ps和期望值 选择率： ps=fi/∑fi 平均适应值： f =∑fi/n 期望值： fi/f 5.实选值 期望值取整数 ;编号;二、遗传;说明：;3.变异 取变异概率pe=0.01，表示每100个体中有一个个体的一位发生变异。（暂不变异） 新的种群，其平均值和最大值都有很大提高。 均值：293 → 439 最大值：576 → 729 新种群中四个个体，有2个变好：25，25；2个变坏：12，16。;三、再遗传一代;选择后的交配池（下划线部分交叉）; 单纯用交叉而没有用变异，则遗传多少代得不到最优解31(1 1 1 1 1 )。主要是第三位所有个体都是0，这样只能得到27（1 1 0 1 1） 次优解。 若在第四位中挑选一个个体进行变异，由0变成1，在进行遗传将会得到最优解。;例2：旅行商路径问题（TSP）;1、编码 ;2、适应值函数 ;3、交叉 ;4、变异 ;5、遗传算法结果;4.3.3 基于遗传的分类学习系统;4.3.3.1遗传分类学习系统  GCLS的基本原理;GCLS系统由五个部件组成;分类学习系统的工作流程;;4.3.3.2 遗传分类器学习系统 GCLS的应用;高 血 压：;获取知识; 将例子编码成二进制字符串：消息就是一个有24位条件，2位结论组成的二元组。 如上面的例子： M=[(010001010101010101100101),(01)];获取知识;1、高血压=有∧瞳孔不等大=是∧膝腱反射=不活跃 → 脑出血 （11） 2、瞳孔不等大=是∧语言障碍=是 → 脑出血 （12） 3、高血压=有∧起病方式=快???意识障碍=深度 → 脑出血 （13） 4、高血压=有∧病情发展=快 → 脑出血 （15） 5、高血压=有∧动脉硬化=有∧起病方式=慢 → 脑血栓 （13） 6、动脉硬化=有∧病情发展=慢 → 脑血栓 （15） 7、动脉硬化=有∧意识障碍=无 → 脑血栓 （12） ;习 题