[工学]遗传算法.pptVIP

遗传算法（GA） 遗传算法在自然与社会现象模拟、工程计算等方面得到了广泛应用。在各个不同的应用领域，为了取得更好的结果，人们对GA进行了大量改进，为了不至于混淆，我们把Holland提出的算法称为基本遗传算法，简称 GA、SGA（Simple Genetic Algorithm )、CG（Canonical Genetic Algorithm），将其它的“GA类”算法称为GAs(Genetic Algorithms）,可以把GA看作是GAs的一种特例。 基本遗传算法描述 (1)染色体编码方法 基本遗传算法使用固定长度的二进制符号串来表示群体中的个体，其等位基因由二值符号集{0，1}组成。 初始群体中各个个体的基因值用均匀分布的随机数来生成。如：x；100111001000101101就可表示一个个体，该个体的染色体长度是 l＝18。 (2)个体适应度评价 基本遗传算法按与个体适应度成正比的概率来决定当前群体中每个个体遗传到下一代群体中的机会多少。为正确计算这个概率，这里要求所有个体的适应度必须为正数或零。这样，根据不同种类的问题，必须预先确定好由目标函数值到个体适应度之间的转换规则，特别是要预先确定好当目标函数值为负数时的处理方法。 一） 基本遗传算法的构成要素 (3) 遗传算子 基本遗传算法使用下