在饲料配方设计中实数编码的遗传算法的运用.pptVIP

基于实数编码的遗传算法在饲料配方设计中的应用 报告人：陶琳丽 云南省动物营养与饲料重点实验室 云南农业大学动物科学技术学院 一、研究意义 1、引入新的优化算法——遗传算法，解决现有饲料配方设计中由纯数学思维算法本身局限性所产生的不足。 如：线性规划模型中，当约束条件之间或约束条件与目标函数间存在矛盾时，系统无可行解； 数学上给出的满足约束条件和目标函数的优化配方，从营养学的角度看有时又是不可行的。 一、研究意义 2、解决标准遗传算法在计算饲料配方时易产生早熟现象以及局部寻优能力差等问题 。 如：用标准遗传算法在计算饲料配方时易产生早熟现象以及局部寻优能力差等问题，特别是在原料多，约束条件多的情况下，这种缺点表现的更为明显。 二、遗传算法（Genetic Algorithm，GA） 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。 1、遗传算法的组成 遗传算法可定义为一个8员组： SGA=(C, E, P0, M, Φ, Γ, Ψ, T) C —— 个体的编码方法； E —— 个体适应度评价函数； P0 —— 初始群体； M —— 群体大小； Φ —— 选择算子； Γ —— 交叉算子； Ψ —— 变异算子； T —— 遗传运算终止条件。