数学建模智能算法.docVIP

数学建模智能算法 Part 3—— 群智能算法 群智能算法,也称为启发式算法,起于上个世纪 80年代初。 启发式算法近年来在实际应用方面得到了较大的发展,尤其是在大数据下, 人们在不断探索研究以获得更有效的应用场景。 这些算法包括:遗传算法、 蚁群 算法、粒子群算法、模拟退火算法、人工鱼群算法、人工蜂群算法、微分进化算 法和免疫算法等,这些算法在理论上也较为完善。 该部分主要介绍几种常用的群智能算法。 第一章 遗传算法 遗传算法(Genetic Algorithm , GA ) ,是模拟达尔文的遗传选择和自 然淘汰的生物进化过程的计算模型, 它是由美国 Michigan 大学的 J.Holland 教授于 1975年首先提出的。遗传算法作为一种新的全局优化搜索算法, 以其简单通用、鲁棒性强、适于并行处理及应用范围广等显著特点,奠定 了它作为 21世纪关键智能计算之一的地位。 遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程.它把问 题的参数用基因代表,把问题的解用染色体代表(在计算机里用二进制码 表示) ,从而得到一个由具有不同染色体的个体组成的群体.这个群体在 问题特定的环境里生存竞争,适者有最好的机会生存和产生后代.后代随 机化地继承了父代的最好特征,并也在生存环境的控制支配下继续这一过 程.群体的染色体都将逐渐适应环境,不断进化,最后收敛到一族最适应 环境的类似个体,即得