免疫部分的复与补充内容.pptVIP

算法步骤： (1)初始化：初温T(充分大)，初始解S，迭代次数L (2) 对k=1……L做第(3)至第6步 (3) 产生新解 (4) 计算增量 (5) 若 则接受 作为新的当前解； 否则以概率接受其作为新的当前解 (6) 满足终止条件则输出当前解作为最优解，结束程序 (7) T逐渐减少，且T趋于0，转第2步 应用 组合优化(TSP) 最大截问题(Max Cut Problem) 0-1背包问题(Zero One Knapsack Problem) 图着色问题(Graph Colouring Problem) 调度问题(Scheduling Problem) 总结 大多数演化计算技术都是用同样的过程 种群随机初始化 对种群内的每一个个体计算适应值，适应值与最优解的距离直接有关 种群根据适应值进行复制 如果终止条件满足的话，就停止，否则转步骤2 关键问题 个体编码（Encoding） 适应度函数（Fitness） 适应度：度量某个物种对于生存环境的适应程度 个体 问题 二进制编码 浮点数编码 格雷码、DNA编码 谢谢！ 单点交叉： 多点交叉： 变异算子(Mutation Operator) 子代基因按小概率扰动产生的变化 按个体编码方式，分为 实值变