现代优化方法GA知识课件.pptVIP

遗传算法;1. 伪随机数在智能优化方法中的作用 随机现象是自然过程或人工过程中由多种未知因素共同作用产生的一种只可分析其统计规律却不能预测其发生的不确定现象。 这种现象表现为一系列没有规则的数值时就成为随机数。 在计算机仿真中人们通常需要用到随机数。由于真正的随机数不可获得，于是人们通常用数字计算机按照某种确定的规则，通过迭代递推运算来产生一系列近似随机分布的数列。这样产生的数列虽然不是由真实的随机现象产生的，但具有类似于随机数的统计性质，可以作为随机数来运用，因此将其称为伪随机数（Pseudo Random Number）。 产生这种伪随机数的程序就称为伪随机数发生器（ Pseudo Random Number Generator，简称RNG）。 ;设X是0-1均匀分布的随机变量，x是X的一个取值，即一个均匀分布的伪随机数，记为x∈U(0,1).其中，U表示均匀分布，0,1表示分布的区间。X的密度函数为 其分布函数为 ;0-1均匀分布的伪随机数通常是由均匀分布的伪随机整数除以数列长度获得的，所以首先要讨论产生均匀随机数的方法，其好坏的标准有以下几点： （1）产生的数列具有很好的随机性和均匀性。 （2）不出现重复的数列的长度要尽可能长。 （3）产生伪随机数的计算速度要快。 （4）计算程序占用的计算机内存要尽可能少。;（3）