张砦-遗传算法在多目标优化中的应用.pptxVIP

遗传算法在多目标优化中的应用;目 录;一、遗传算法概述;1.1 遗传算法的生物学基础 生物在自然界中的生存繁衍，显示出了其对自然环境的自适应能力。受其启发，人们致力于对生物各种生存特性的机理研究和行为模拟，为人工自适应系统的设计和开发提供了广阔的前景。 遗传算法(Genetic Algorithms，简称GAs)所借鉴的生物学基础是生物的遗传和进化。 (1) 生物的所有遗传信息都包含在其染色体中，染色体决定了生物的性状； (2) 染色体是由基因及其有规律的排列所构成的，遗传和进化过程发生在染色体上； (3) 生物的繁殖过程是由其基因的复制过程来完成的； (4) 通过同源染色体之间的交叉或染色体的变异会产生新的物种，使生物呈现新的性状。 (5) 对环境适应性好的基因或染色体经常比适应性差的基因或染色体有更多的机会遗传到下一代。;1.2 遗传算法搜索机制 ;1.3 遗传算法的发展 (1) 萌芽期 (50年代后期至70年代初期) ? 50年代后期，一些生物学家着手采用电子计算机模拟生物的遗传系统，尽管这些工作纯粹是研究生物现象，但其中已使用现代遗传算法的一些标识方式。 ? 1965年，德国的L.Rechenberg等人正式提出进化策略的方法，当时的进化策略只有一个个体，而且进化操作也只有变异一种。 ? 1965年，美国的