遗传算法-机器人与智能技术试验室-合肥工业大学.PPTVIP

  • 9
  • 0
  • 约1.51万字
  • 约 55页
  • 2018-10-02 发布于天津
  • 举报

遗传算法-机器人与智能技术试验室-合肥工业大学.PPT

遗传算法-机器人与智能技术试验室-合肥工业大学

(5)变异 设变异概率取为0.001,则对于种群总共有20个基因位. 期望的变异串位数计算:20×0.001 =0.02(位), 故一般来说,该例中无基因位数值的改变.从表中可以看出,每经过一次复制、交叉和变异操作后,目标函数的最优值和平均值就会有所提高。 在上例中,种群的平均适应值从293增至446.5;最大的适应度数值从576增至841。 特点:每经一次进化计算步骤,问题解答便向着最优方向前进了一步;若该过程一直进行下去,就将最终走向全局的最优解.可见进化计算的每一步操作简单,并且系统的求解过程是依照计算方法与规律来决定,与本源问题自身的特性很少相关。 6.2 遗传算法 作业调度问题(job shop scheduling problem,JSSP) 对工场内的作业进行组织、调度和管理。 例:完成下述三个作业: j1:型号a产品30件; j2:型号b产品45件; j3:型号a产品50件; 产品a,b的生产流程有下述几种选择: a: 流程a1(opr2, opr7, opr9); a: 流程a2(opr1, opr3, opr7,opr8); a: 流程a3(opr4, opr6); b: 流程b1(opr2, opr6, op

文档评论(0)

1亿VIP精品文档

相关文档