原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
遗传算法设计概述知识讲稿.pptx
用智能优化算法求解 min-max-min问题;提纲;1问题重述;min-max-min问题;2设计思路;3遗传算法简介;(2)基本要素; 适应度函数是根据目标函数确定的。但要按个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带群体中的概率。具体操作如下：
直接将待求解的目标函数转化为适应度函数。即：若目标函数为最大问题，则Fit(f(x))=f(x)；若目标函数为最小化问题，则Fit(f(x))=—f(x).（还有两种）
注意事项：保证群体多样性和个体之间的竞争机制（开始阶段：过早收敛，结束阶段：无法改进）
线性定标。（a,b需要满足的两个条件）
;2)期望值方法
(1)计算群体中每个个体在下一带生存的期望数目，即：
(2)若某个体被选中并参与配对和交叉，则它
在下一代中的生存期望数目减去0.5；若不参
与配对和交叉，则减1.
(3)若在上步的两种情况中，某个个体的期望
小于零，则该个体不参与选择;交叉算子(crossover)
包括：单点交叉、两点交叉、多点交叉、均
匀交叉等。
例：设染色体 交
换其后4位基因，即
0100 | 1011 1001 | 0101
0100 | 0101 1001 | 1011
得到 可看做
原染色体的子代染色体。
;变异算子(mutation)
包括：位点变异。插入变异、对换变异、边界变异
、非均匀变异和高斯变异等形式。;遗传算法的基本步骤;基本步骤：
(1)选择问题的编码方式，在搜索空间U上定义一
个适应度函数为f(x),给定种群规模N，交叉率
和变异率 ，设置代数计数器t=1;
(2)随机产生U中的N个个体 。组成初始
群体S(1)={ } ,设置代数计数器t=1；
(3)计算S中的每个个体 的 适应度函数
(4)满足终止规则算法停止，取S中适应度最大值
否则，计算概率： i=1,2,…,N（赌轮）;(5)按交叉率，随机取c个数进行交叉操作
(6)按变异率，随机取m个数进行遗传操作
(7)将变异后的群体作为新群体，代替S，t=t+1
返回(3);遗传算法求解min-max-min问题基本思路;有待完成的任务
文档评论（0）