分布式估计算法讲解课件.ppt

算法设计与分析 分布式估计算法;主要知识点： 1 、传统遗传算法 2 、分布式估计算法与传统遗传算法的区别 3 、分布式估计算法应用举例 4、分布式估计算法的分类 5、分布式估计算法的理论基础;1、传统遗传算法;2. 适应度与适应度函数 ● 适应度(fitness)就是借鉴生物个体对环境的 适应程度,而对问题中的个体对象所设计的 表征其优劣的一种测度。 ● 适应度函数(fitness function)就是问题中的 全体个体与其适应度之间的一个对应关系。 它一般是一个实值函数。该函数就是遗传算 法中指导搜索的评价函数。;3. 染色体与基因 　　染色体（chromosome）就是问题中个体的某种字符串形式的编码表示。字符串中的字符也就称为基因（gene）。 例如： 个体 染色体 9 ---- 1001 （2，5，6）---- 010 101 110 ;　　选择-复制　通常做法是：对于一个规模为N的种群S,按每个染色体xi∈S的选择概率P(xi)所决定的选中机会, 分N次从S中随机选定N个染色体, 并进行复制。 ;