专题之遗传算法-2012.ppt

4 遗传算法求解巡回旅行商问题 4.3 计算仿真结果 990.0829 路径长度： 迁移代数： 50 4遗传算法求解巡回旅行商问题 4.3 计算仿真结果 701.7754 路径长度： 迁移代数： 100 4 遗传算法求解巡回旅行商问题 4.3 计算仿真结果 624.1821 路径长度： 迁移代数： 150 4 遗传算法求解巡回旅行商问题 4.3 计算仿真结果 523.2674 路径长度： 迁移代数： 200 4 遗传算法求解巡回旅行商问题 4.3 计算仿真结果 491.4063 路径长度： 迁移代数： 250 4 遗传算法求解巡回旅行商问题 4.3 计算仿真结果 453.1959 路径长度： 迁移代数： 300 4 遗传算法求解巡回旅行商问题 4.3 计算仿真结果 430.3986 路径长度： 迁移代数： 350 4.3 计算仿真结果 424.8693 路径长度： 迁移代数： 400 Best 4 遗传算法求解巡回旅行商问题 　　例1 利用遗传算法求解区间［0,31］上的二次函数y=x2的最大值，精度要求达到个位。　　 y=x2 31 X Y 3、遗传算法简单举例：函数极值 分析 原问题可转化为在区间［0, 31］中搜索能使y取最大值的点a的问题。那么，［0, 31］ 中的点x就是个体, 函数值f(x)恰好就可以作为x的适应度，区间［0, 31］就是一个(解)空间 。这样, 只要能给出个体x的适当染色体编码, 该问题就可以用遗传算法来解决。 3、遗传算法简单举例：函数极值 　　(1) 设定种群规模,编码染色体，产生初始种群。 将种群规模设定为4；用5位二进制数编码染色体；取下列个体组成初始种群S1: s1= 13 (01101), s2= 24 (11000) s3= 8 (01000), s4= 19 (10011) (2) 定义适应度函数, 取适应度函数：f (x)=x2 3、遗传算法简单举例：函数极值 (3) 计算各代种群中的各个体的适应度, 并对其染色体进行遗传操作,直到适应度最高的个体(即31（11111）)出现为止。 　　 首先计算种群S1中各个体 s1= 13(01101), s2= 24(11000) s3= 8(01000), s4= 19(10011) 的适应度f (si) 。 容易求得： f (s1) = f(13) = 132 = 169 f (s2) = f(24) = 242 = 576 f (s3) = f(8) = 82 = 64 f (s4) = f(19) = 192 = 361 3、遗传算法简单举例：函数极值 再计算种群S1中各个体的选择概率。 选择概率的计算公式为 由此可求得 P(s1) = P(13) = 0.14 P(s2) = P(24) = 0.49 P(s3) = P(8) = 0.06 P(s4) = P(19) = 0.31 3、遗传算法简单举例：函数极值 轮盘赌选择示意图 s4 0.31 s2 0.49 s1 0.14 s30.06 3、遗传算法简单举例：函数极值 选择-复制 　 于是，经选择复制得群体： s1’ =11000（24）, s2’ =01101（13） s3’ =11000（24）, s4’ =10011（19） 3、遗传算法简单举例：函数极值 交叉 设交叉率pc=100%，即S1中的全体染色体都参加交叉运算。 设s1’与s2’配对，s3’与s4’配对。分别交换后两位基因，得新染色体： s1’’=11001（25）, s2’’=01100（12） s3’’=11011（27）, s4’’=10000（16） 　 3、遗传算法简单举例：函数极值 变异 设变异率pm=0.001。这样，群体S1中共有