常见的遗传算法课件PPT.ppt

第三章 遗传算法  遗传算法 五.遗传算法的各种变形 5.1其它编码方法 5.2遗传运算中的问题 5.3适值函数的标定(Scaling) 5.4选择策略 5.5停止准则 六. 应用 五.GA的各种变形（1） 5.1 其它编码方法 顺序编码：用1到N的自然数的不同顺序来 编码，此种编码不允许重复，即 且 ，又称自然数编码。 该法适用范围很广：指派问题、旅行商问题和单机调度问题等等。 合法性问题：是否符合采用的编码规则的问题 五.GA的各种变形（2） 实数编码： ,R为实数集 特征：方便运算简单，但反映不出基因的特征 整数编码类似于顺序编码，但编码允许重复 适用于：新产品投入，时间优化，伙伴挑选 例：3212345 对顺序编码来说是不合法的，而 对整数编码来说是合法的；010200不合法的01 编码； 五.GA的各种变形（3） 5.2 遗传运算中的问题 在顺序编码遗传运算的过程中会遇见不合法 的编码，应战的策略有二:拒绝或修复。 例如：经双切点交叉后，后代编码不合法 21 | 345 | 67 21 | 125 | 67 43 | 125 | 76 43 | 345 | 76 我们采用下面的修复策略使以上的编码合法。 五.GA的各种变形（4） 顺序编码的合法性修复： 交叉修复策略，分为以下几种： 部分映射交叉 顺序交叉 循环交叉 五.GA的各种变形（5） 部分映射交叉(PMX) ( Partially Mapped Crossover)：用特别的修复程序解决简单的双切点交叉引起的非法性，步骤： ⑴选切点X,Y； ⑵交换中间部分； ⑶确定映射关系； ⑷将未换部分按映射关系恢复合法性。 五.GA的各种变形（6） PMX例题： 五.GA的各种变形（7） 顺序交叉( OX )Order Crossover：可看做是带有不同修复程序的部分映射交叉的变形。 OX步骤： ⑴ 选切点X,Y； ⑵ 交换中间部分； ⑶ 从切点Y后第一个基因起列出原顺序，去掉已有基因； ⑷ 从切点Y后第一个位置起，按顺序填入。 五.GA的各种变形（8） OX例题： 五.GA的各种变形（9） OX的特点： 较好的保留了相邻关系、先后关系,满足了TSP 问题的需要,但不保留位值特征。 五.GA的各种变形（10） 循环交叉(CX) Cycle Crossover 基本思想：子串位置上的值必须与父母的相同 位置上的位值相等。 CX步骤： ⑴ 选 的第一个元素作为 的第一位， 选 的第一个元素作为 的第一位； 五.GA的各种变形（11） ⑵ 到 中找 的第一个元素赋给 的相对位置…，重复此过程，直到 上得到 的第一个元素为止，称为一个循环； ⑶ 对最前的基因按 、 基因轮替原则重复以上过程； ⑷ 重复以上过程，直到所有位都完成。 五.GA的各种变形（12） CX 例题： 五.GA的各种变形（13） CX的特点： 与OX的特点不同的是， CX较好的保留了位值 特征，适合指派问题；而OX较好的保留了相邻 关系、先后关系满足了TSP问题的需要。 五.GA的各种变形（14） 变异的修复策略 换位变异(最常用)是随机地在染色体上选取两个位置，交换基因的位值。 例： 4 3 1 2 5 6 7 4 5 1 2 3 6 7 移位变异：任选一位移到最前 例： 4 3 1 2 5 6 7 5 4 3 1 2 6 7 五.GA的各种变形（15） 实数编码的合法性修复 交叉 单切点交叉 五.GA的各种变形（16） 双切点交叉(与单切点交叉类似) 该方法最大的问题：如何在实际优化中保持可行性。 五.GA的各种变形（17） 凸组合交叉：可以克服上面简单交叉操作导致的解的不可行性。 约束是个凸集，可行性可以保持，但是分散 性太差，又出现了向中间汇集的问题。 五.GA的各种变形（18） 变异 位值变异： 任选一位加Δ（变异步长）， 例： 五.GA的各种变形（19） 向梯度方向变异 缺点：只能用于目标函数可微的问题。 例:对于最大化问题可采用如下操作： 优点：考虑到了问题本身的性质，效率较高。但染色体种群也可能因此而趋于聚集，导致种群的多样性较差。 五.GA的各种变形（20） 5.3 适值函数的标定(Scaling) 五.GA的各种