第四章 遗传程序设计.ppt

4.3.5遗传算子 2. 杂交 杂交算子分别从两个父体中随机地选择一个杂交点，然后交换父体中以杂交点为根结点的子树产生两个后代。 (a) 父体1 － ／ + * 6 x 10 x 12 杂交点 + * － x 6 x 10 x + (b) 父体2 杂交点 (b) 后代2 － * 6 x 10 + ` x 6 杂交点 4.3.5遗传算子 (c) 后代1 杂交点 ／ + x 12 * x x 10 + － 4.3.5遗传算子 杂交算子有两个参数 和 。 是按概率选择遗传算子时选择杂交算子的概率，而 是在进行杂交时，在父体中选择内结点作为杂交点的概率。通常取 和 。 在对父体进行杂交后，后代树的深度有可能加大。为了有效地利用计算机资源，防止产生巨型个体，遗传程序设计通常设置一个最大允许深度 进行控制。 若杂交后，有一个后代的深度超过了最大允许深度，则随机地选取一个父体代替该后代；若两个后代的深度都超过了最大允许深度，则用两个父体代替这两个后代。 4.3.5遗传算子 3.变异 变异算子首先在父体中随机地选择一个结点，然后删除以该结点为根结点的子树，并在该结点处插入一个随机生成的子树。 4.3.5遗传算子 变异点 ／ + x 12 * x x 10 + 变异点 ／ + x 12 － 7 10 4.3.5遗传算子 变异算子有两个参数 和 。 是按概率选择遗传算子时选择变异算子的概率，而 是在进行变异时，在父体中选择内结点的概率。 值得注意的是J.R.Koza建议 ，也就是说在遗传程序设计中不使用变异算子。近年来的遗传程序设计实践建议使用变异算子，但是以较低的概率。 4.4应用实例 1. 简单符号回归 问题：给定20个样本点 ，其中 是区间 中的随机数，而 求出拟合这些样本点的函数。 4.4应用实例 求解该问题的遗传程序设计如下： (1)端点集 端点集可取为 。 (2)函数集 函数集可仅由算术运算加法和乘法组成。一个更一般的选择是 。 (3)适应值度量 个体f 的原始适应值用下式计算： 4.4应用实例 (4) 父体选择策略 使用轮盘赌选择。 (5) 种群初始化和算法终止准则 用混合法产生初始种群。而当 或算法运行到预先指定的最大演化代数时，终止算法运行。 4.4应用实例 (6) 参数设置 种群规模 500 最大演化代数 50 概率pr 0.1 概率pc 0.9 概率pm 0 概率pcn 0.9 最大深度Di 6 最大深度Dc 17 + x x * * + x * x x + x － cos － x x － x x 4.4应用实例 2.发现数学恒等式 发现数学恒等式涉及发现一个新的且不明显的数学表达式，使得该表达式与给定的表达式在某个定义域内恒等. 问题:给定数学表达式 ，我们希望发现与 恒等的数学表达式。 将该问题视为一个符号回归问题。通过在某个区间内抽取一个随机样本，并计算给定函数在该样本的函数值，这样形成一组样本点。对所形成的样本点作符号回归。 4.4应用实例 由于 是一个三角函数，所以在区间 内随机地抽取20个值。利用这20个样本点 进行符号回归。 求解该问题的遗传程序设计如下： (1)端点集 (2)函数集 4.4应用实例 (3) 适应值度量 个体f的原始适应值用下式计算： 父体选择策略、种群初始化、算法终止准则和参数设置均与上面相同. 4.4应用实例 x * － － 1 x sin sin x * x sin sin 运行结果 1 4.4应用实例 x * － 1 x sin sin * 2 运行结果 2 sin 运行结果 3 1 sin sin － － 2 * x 2 sin sin sin sin sin * sin 1 sin sin 4.4应用实例 第4章 遗传程序设计 武汉大学计算机学院 4.1 遗传程序设计框架 自动程序设计是计算机科学的中心目标之一。自动程序设计所涉及的问题是：怎样才能使计算机去解决给定的问题而无需显式编程？很多年来，人们一直在为实现这一目标而努力。遗传程序设计便是在该领域的一种尝试. 自动程序设计是人工智能的一个重要研究领域。自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。