- 1、本文档共102页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[自然科学]遗传算法综述与遗传算法学习入门
遗传算法综述
摘要:
遗传算法(Genetic Algorithm--GA)是一类借鉴生物界自然选择和自然遗传机
制的随机化搜索算法,其主要特点是群体搜索策略和群体中个体之间的信息交
换,搜索不依赖于梯度信息。它尤其适用于处理传统搜索方法难于解决的复杂和
非线性问题,可广泛用于组合优化、机器学习、自适应控制、规划设计和人工生
命等领域.本文从遗传算法的起源与发展谈起,论述了遗传算法的基本思想和基
本原理,并对其性能和收敛性进行了分析,最后还介绍了几种改变的遗传算法以
及在遗传算法方面杰出人物及其相关著作。
[关键字]遗传算法、搜索算法、遗传算法收敛性、改进的遗传算法
1
目录
1 遗传算法起源及发展历史4
1.1 遗传算法的生物学基础4
1.2 遗传算法的起源与发展历史5
2 .遗传算法的特点8
2.1 遗传算法基本思想8
2.2 遗传算法和其它传统搜索方法的对比9
2.3 遗传算法的优缺点 12
3 进化算法及其分支 17
3.1 进化算法简述 17
3.2 进化算法基本算法设计 18
3.3 进化算法4 个分支20
3.3.1 遗传算法20
3.3.2 遗传规划24
3.3.3 进化规划25
3.3.4 进化策略28
3.3.5 进化策略与遗传算法的对比31
3.3.6 进化规划与进化策略的比较31
3.4 交叉和变异的关系32
4 遗传算法的理论基础34
4.1 模式定理34
4.2 积木块假设39
5 遗传算法的基本原理41
5.1 遗传编码42
5.1.1 编码(译码)评估规范和编码原理44
5.1.2 传统编码方式46
5.1.3 处理约束条件50
5.2 初始群体设定52
5.3 适应度函数54
5.3.1 适应度函数设计方法55
5.3.2 适应度函数的设计对遗传算法的影响57
5.4 遗传操作(genetic operation) 58
5.4.1 传统遗传选择算子58
5.4.2 交叉算子(crossover)67
5.4.3 变异算子(mutation) 71
6 遗传算法性能评估74
7 遗传算法收敛性分析76
7.1 未成熟收敛77
7.2 标准遗传算法的收敛性78
8 遗传算法的改进80
8.1 分层遗传算法80
8.2 CHC 算法82
8.3 并行遗传算法85
2
9 遗传算法的应用88
10 遗传算法今后研究的主要课题94
有关遗传算法的著名人物与书籍论文98
展 望 100
参考文献 102
3
1 遗传算法起源及发展历史
1.1 遗传算法的生物学基础
生命自从在地球上诞生以来,就开始了漫长的生物进化历程,低级、简单的
生物类型逐渐发展为高级、复杂的生物类型。这一过程已经由古生物学、胚胎学
和比较解剖学等方面的研究工作所证实口生物进化的原因自古至今有着各种不
同的解释,其中被人们广泛接受的是达尔文的自然选择学说。
自然选择学说认为,生物要生存下去,就必须进行生存斗争。生存斗争包括
种内斗争、种间斗争以及生物跟无机环境之间的斗争三个方面。在生存斗争中,
具有有利变异(mutation) 的个体
文档评论(0)