2020年人工智能实验报告.docVIP

人工智能第二次实验报告 实验题目： 遗传算法的设计与实现 实验目的： 通过人工智能课程的学习，熟悉遗传算法的简单应用。 实验内容 用遗传算法求解f (x) = x2 的最大值，x∈ [0,31]，x取整数。 可以看出该函数比较简单，只要是为了体现遗传算法的思想，在问题选择上，选了一个比较容易实现的，把主要精力放在遗传算法的实现，以及核心思想体会上。 实验过程： 实现过程 （1）编码 使用二进制编码，随机产生一个初始种群。L 表示编码长度，通常由对问题的求解精度决定，编码长度L 越长，可期望的最优解的精度也就越高，过大的L 会增大运算量。针对该问题进行了简化，因为题设中x∈ [0,31]，所以将二进制长度定为5就够用了； （2）生成初始群体 种群规模表示每一代种群中所含个体数目。随机产生N个初始串结构数据，每个串结构数据成为一个个体，N个个体组成一个初始群体，N表示种群规模的大小。当N取值较小时，可提高遗传算法的运算速度，但却降低种群的多样性，容易引起遗传算法早熟，出现假收敛；而N当取值较大时，又会使得遗传算法效率降低。一般建议的取值范围是20—100。 （3）适应度检测 根据实际标准计算个体的适应度，评判个体的优劣，即该个体所代表的可行解的优劣。本例中适应度即为所求的目标函数； （4）选择 从当前群体中选择优良（适应度高