论传统餐饮业地改革与发展——以海底捞为例.doc

论传统餐饮业的改革与发展——以海底捞为例 1、相关定义 1.1、GA的基本概念 和遗传学机理而产生的直接搜索优化方法;故 而在这个算法中要用到各种进化和遗传学的概念侧。这些概念如下: 1.串(String),是个体(Individual)的形式,在算法中为二进串,并 且对应于遗传学中的染色体(Chromosome)。 2.群体(P叩ulation),个体的集合称为群体,串是群体的元素。 3.群体大小(Population Size),在群体中个体的数量称为群体的大小。 4.基因(Gene),基因是串中的元素,基因用于表示个体的特征。例 如有一个串S二1011,则其中的1,O,1,1这4个元素分别称为基因。其值称 为等位基因(Alletes)。 5.基因位置(Gene Position),一个基因在串中的位置称为基因位置, 有时也简称基因位。基因位置由串左向串右计算,例如在串S=1101中,0的 基因位置是3。基因位置对应于遗传学中的地点(Locus)。 6.基因特征值(Gene Feature),在用串表示整数时,基因的特征值与 二进制数的权一致;例如在串S二IOH中,基因位置3中的1,它的基因特征值 为2;基因位置1中的1,它的基因特征值为8。 7.串结构空间S”,在串中,基因任意组合所构成的串的集合。基因操 作是在结构空间中进行的。串结构空间对应于遗传学中的基因型(Genotype) 的集合。 哈尔滨工程大学硕士学位论文 8.参数空间S尸,这是串空间在物理系统中的映射,它对应于遗传学 中的表现型(Phenotype)的集合。 9.非线性,对应遗传学中的异位显性(Epistasis)。 10.适应度(Fituess),表示某一个体对环境的适应程度。 3 .2 3 .2.1 模式定理 模式及模式的阶和定义距 遗传算法的执行过程中包含了大量的随机性操作,因此有必要对其数学 机理进行分析,为此首先引入”模式”这一概念网。 我们将种群中的个体,即基因串中的相似样本称为”模式”,模式表示 基因串某些特征位相同的结构,因此模式也可以解释为相同的构形。它描述 的是一个串的子集,在二进制编码的串中,模式是基于三个字符集(0,1,*) 的字符串,符号*代表任意字符,即O或1。 对于二进制编码串,当串长为l时,共有31个不同的模式,遗传算法中 串的运算实际上是模式的运算。如果各个串的每一位按等概率生成O或1,则 规模为n的种群模式总数的期望值为 艺二矛)一0一(l/z)!川 (3一l) 种群最多可以同时处理n.2个模式。 所有的模式并不是以同等机会产生的。有些模式比起其他模式更确定, 如与模式O****相比,模式0 11*1在相似性方面有更明确的表示。有些模 式的跨度要比其他的长,如与模式1*1**相比,1***1要跨越整个串长更 大的部分。为了定量地描述模式,我们介绍模式中包含的两个重要参数:模 式阶和定义距降碑,25”f26,: 模式H中确定位置的个数称为模式H的模式阶,记作。扭)。模式阶用 来反映不同模式间确定性的差异,模式阶数越高,模式的确定性就越高,所 匹配的样本个数就越少。 模式H中第一个确定位置和最后一个确定位置之间的距离称为模式的 定义距,记作占(H)。 哈尔滨工程大学硕士学位论文 在遗传操作中,即使阶数相同的模式,也会有不同的性质,而模式的定 义距就反映了这种性质的差异。 3.2.2模式定理及积木块假设 假定在给定时间步,,一个特定的模式H有m个代表串包含在种群A(t) 中,记为m二m扭,小在再生阶段,每个串根据它的适应值进行复制,一个 串其的再生概率为 p了一丫 n 艺石 J=I (3一2) 当采用非重叠的。个串的种群代替种群A(t),可以得到下式 脚(万,/ ,一(H,t, f扭丫客、 (3一3) 其中f(H)是在时间步,表示模式H的串的平均适应度,整个种群的平均 适应度可写成 了一弃、户 (3一4) 因此在基本遗传算法的结构下,若遗传操作只选择转移到下一时代的话, 则下式成立 m(H,才+l)一m扭)f扭)/f (3一5) 这表明,一个特定的模式按照其平均适应度值与种群的平均适应度值之 间的比率生长圈。换言之,那些适应度值高于种群平均适应值的模式在下一 代中将会有更多的代表串,而对于适应度值低于种群平均适应值的模式,它 们在下一代中的代表串将会减少。假设从t=O开始,某一特定模式适应度值 保持在种群平均适应度值以上一个cf。。为一常数,则模式的选择生长方程 变为 m(二川)一m(二,扩)少+扩)/少一(l+。) m(H,扩)一(1+c) 脚(二,o)(3一6) 上式式表明,在种群平均值以上(以下)的模式将按指数增长(衰减)的 方式被复制。在一定程度上这种复制算子在种群中并行地采样,许多不同的 哈尔滨工程大学硕士学位论文