- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
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)