人工智能与信息社会课件:402基因遗传算法(改).pdf 12页

  • 0
  • 0
  • 0
  • 约1.4千字
  • 2020-08-13 发布

人工智能与信息社会课件:402基因遗传算法(改).pdf

文档工具:
    1. 1、本文档共12页,可阅读全部内容。
    2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
    3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
    4. 文档侵权举报电话:19940600175。
    人工智能与信息社会 基于仿生算法的智能系统I:基因遗传算法 陈斌北京大学gischen@pku.edu.cn 基因遗传算法 〉 基因遗传算法是什么? 〉 该算法与大自然的遗传规律一样吗? 〉 我们应用基因遗传算法做了那些事情? 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法 〉 遗传算法是一种受达尔文自然进化理 论启发的搜索启发式算法。 〉 该算法反映了自然选择的过程,其中 选择最适合的个体进行繁殖以产生下 一代的后代。 北京大学地球与空间科学学院/ 陈斌/2018 自然选择的概念: 〉 自然选择的过程始于从群体中选择最 适合的个体。 〉 如果父母有很好的适应环境,他们的 后代将继承父母的特征,并继续影响 下一代。这个过程不断迭代,最后将 找到最适合的一代。 北京大学地球与空间科学学院/ 陈斌/2018 搜索问题中的自然选择 〉 自然选择的概念可以应用于搜索问题。 〉 我们考虑问题时,从一个一般的解决 方案入手,不断优化成一组最好的解 决方案。 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法的组成: 〉 编码 (初始化)、适应度函数、选择、 交叉、变异 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法与自然界遗传的对照 〉 编码 (初始化)-> 老祖先的诞生 〉 适应度函数->物种特征适应环境的判定条件 〉 选择、交叉、变异->自然选择与遗传变异 (突变与基因重组) 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法的主要流程: 〉 随机生成初始群体。 〉 开始主循环 (结束的标准可 以是迭代次数,或者适应度 达到某个要求)。 a) 执行策略,计算当前群体中 所有个体的适应度; b) 从当前群体中,选择精英作 为下一代的父母; c) 将选出的精英父母配对; d) 以极小概率将子代变异; e) 将子代个体添加到新群体中。 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法的应用 〉 函数优化、组合优化 优化是通过改变参数来最大化或最小化目标 函数。 所有可能解 (参数值)的集合构成搜索空间。 在这个搜索空间中,有一组点是最佳解决方 案,优化的目的就是在搜索空间中找到这样 一组点。 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法的优缺点 〉 遗传算法的优点 全局搜索性强 北京大学地球与空间科学学院/ 陈斌/2018 基因遗传算法的优缺点 〉 遗传算法的缺点 计算量较大 具有随机性,无法确保解决方案一定最优 北京大学地球与空间科学学院/ 陈斌/2018 总结 〉 基因遗传算法和自然界遗传法则一样,需要 从一个初始化种群出发,经过进化,利用适 应度函数选择,最终得到最优解。 北京大学地球与空间科学学院/ 陈斌/2018

    文档评论(0)

    • 内容提供方:woxiangang
    • 审核时间:2020-08-13
    • 审核编号:6140044013002231

    相似文档