车辆调度与优化之遗传算法.docxVIP

遗传算法 遗传算法的遗传操作主要有三种：复制、交叉、变异，这也是遗传算法中最 常用的三种算法。 我这次研究的便是第一种操作 -- 复制。 复制操作也叫选择操作， 它是从一个旧种群中选择生命力强的个体位串产生 新种群的过程。具有高适应度的位串更有可能在下一代中产生一个或多个子孙。 我感觉简单的拿数据来说复制操作可以通过随机方法来实现。 首先产生 0~1 之间均匀分布的随机数，若某串的复制概率为 30%，则当产生的随机数在 0.30~1.0 之间时，该串被复制，否则被淘汰。 下面以轮盘赌模型为例： t 1 2 3 4 5 6 适应度值： 2200 1800 1200 950 400 100 令 ??(??) 表示群体的适应度值之总和， f(t) 表示种群中第 t 个染色体的适应度 ??( ??) 值，它被选择的概率 P(t)正好为其适应度值所占份额 ??(??) ??( ??) 。即 P(t)= ??( ??) 如上图表中的数据适应值总和 ??(??)=2200+1800+1200+950+400+100=6650 所以 P(1)的概率为： P(1)=2200/6650=0.331 即适应度为 2200 被复制的可能为 0.331。 同理可得： P(2)=1800/6650=0.271 P(3)=1200/6650=0.180 P(4)=950/6650=0.143 P(5)=400/6650=0.060 P(6)=100/6650=0.015 轮盘赌模型 t 1 2 3 4 5 6 适应度值 2200 1800 1200 950 400 100 选择概率 0.331 0.271 0.180 0.143 0.060 0.015 根据上面的理论可以知道 P(1)的概率最大， 所以最有可能被复制。 也就是说 从群体中按个体的适应度函数值选择出较适应环境的个体。 一般地说，选择将使 适应度高的个体繁殖下一代的数目较多， 而适应度较小的个体， 繁殖下一代的数 目较少 ,甚至被淘汰。