遗传算法及其应用资料.ppt

遗传算法及其应用; 9.1 遗传算法的产生与发展 ;9.1 遗传算法的产生与发展;9.1.1 遗传算法的生物学背景;9.1.2 遗传算法的基本思想;9.1.2 遗传算法的基本思想;9.1.3 遗传算法的发展历史;9.1.4 设计遗传算法的基本原则与内容 ;设计的基本内容： ;第9章 遗传算法及其应用;9.2 遗传算法的基本算法;9.2 遗传算法的基本算法;9.2.1 编码 ;9.2.1 编码 ; 9.2.1 编码 ; 9.2.1 编码 ; 9.2.1 编码 ;初始种群的产生;2. 种群规模的确定;将目标函数映射成适应度函数的方法 ;将目标函数映射成适应度函数的方法(续） ;;;;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.4 选择 ;9.2.5 交叉 ;9.2.5 交叉 ;;9.2.5 交叉 ;9.2.5 交叉 ;9.2.5 交叉 ;9.2.5 交叉 ;9.2.6 变异 ;9.2.6 变异 ;9.2.6 变异 ;9.2.6 变异 ;9.2.6 变异 ;;9.2.6 变异 ;9.2.7 遗传算法的一般步骤;9.2.7 遗传算法的一般步骤;9.2.7 遗传算法的一般步骤;9.2.8 遗传算法的特点 ;第9章 遗传算法及其应用;9.3 遗传算法的改进算法 ; 9.3.1 双倍体遗传算法; 9.3.1 双倍体遗传算法;;9.3.2 双种群遗传算法 ;9.3.2 双种群遗传算法 ;;;; 2. 自适应遗传算法的步骤（续） （6）对于群体中的所有个体，共N个，按照自适应变异公式计算自适应变异概率 ，随机产生 R(0,1)，如果 则对该染色体进行交叉操作。 （7）计算由交叉和变异生成新个体的适应度，新个体与父代一起构成新群体。 （8）判断是否达到预定的迭代次数，是则结束；否则转 （4）。 ;3. 适应的交叉概率与变异概率;;;;第9章 遗传算法及其应用;9.4 基于遗传算法的生产调度方法 ;1. 流水车间调度问题;1. 流水车间调度问题;1. 流水车间调度问题; 2. 求解流水车间调度问题的遗传算法设计 ; 2. 求解流水车间调度问题的遗传算法设计 ;求解FSP的遗传算法实例 ;用遗传算法求解。选择交叉概率 ，变异概 ,种群规模为20，迭代次数 。 ;表9.3 遗传算法运行的结果 ;平均值收敛图 ;;9.4.2 基于遗传算法的混合流水车间调度方法; 假设加工 个工件，每个工件都要依次经过 个加工工序，每个工序的并行机器数为 ， 。所有工序中至少有一个工序存在并行机，即???少有一个 大于1。; ，按 的升序来加工工件。 ，根据每个工件的前一个工序的完成时间来确定其加工顺序，前一个工序先完成的先加工。 假如完成时间相同，也按 的升序来加工。 ;例如，对于有3个工件、3道工序、各工序的并行机器数分别为3，2，2的混合流水车间调度问题。 ;3. 基于遗传算法的求解方法 ;;4. 调度实例;? 工件 ;此课件下载可自行编辑修改，仅供参考！感谢您的支持，我们努力做得更好！谢谢