遗传算法的思路与特点.pptxVIP

1 生物进化理论和遗传学的基本知识 2 遗传算法的产生 3 遗传算法的思路与特点 4 遗传算法的基本操作 ;1 生物进化理论和遗传学的基本知识;1.1.2 达尔文的自然选择说 遗传（heredity）：子代和父代具有相 同或相似的性状，保证物种的稳定性； 变异（variation）：子代与父代，子代不同个体之 间总有差异，是生命多样性的根源； 生存斗争和适者生存：具有适应性变异的个体被保留， 不具适应性变异的个体被淘汰。 自然选择过程是长期的、缓慢的、连续的过程。 ;1.2 孟德尔(Mendel) 的遗传学; 遗传算法就是一种更为宏观意义下的模拟，它模仿的机制是一切生命和智能的 产生与进化过程。 模拟达尔文“优胜劣汰、适者生存”的原理 模拟孟德尔遗传变异理论在迭代过程中保持已有结构，同时寻找更好的结构 遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。 ;2 遗传算法的产生; 60年代中期，美国Michigan大学的J. H. Holland教授提出借鉴生物自然遗传的基本原理用于自然和人工系统的自适应行为研究和串编码技术； 1967年，他的学生J. D. Bagley在博士论文中首次提出“遗传算法(Genetic Algorithms)”一词； 1975年，Holland出版了著名的“Adaptation in Natural and Artificial Systems”，标志遗传算法的诞生。 ;2.2 遗传算法的发展 ;3.1遗传算法的基本思路?;3.2 遗传算法的特点; (4)遗传算法不是采用确定性规则，而是采用概率的变迁规则来指导他的搜索方向。 (5)具有自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索时，适应度大的个体具有较高的生存概率，并获得更适应环境的基因结构。 ;4 基本操作 ;4.1 遗传算法基本操作;4.2 遗传算法流程;4.2 遗传算法流程;4.3 举例;表1 适应度计算 P(Xi）=f(Xi)/∑f(xi) 图1 ↑第二轮 ↑第一轮;（2）交叉算子 父代 子代 单点交叉 （3）变异算子 交叉有可能导致没有创新 比如 为了解决上述问题，希望通过突 变的方式使新个体跳脱局域解范 父代 子代 围，产生全局最优解。常见的变 异算子包括位点变异、插入变异、 对换变异等 ;（4）终止条件 关于遗传算法的迭代过程如何终止，一般采用设定最大代数的方法，该方法简单易行。;Thanks!