人工智能遗传算法实验报告.docxVIP

a a 人工智能实验报告 学 号： 姓 名： 实验名称： 遗传算法 实验日期： 2016.1.5 【实验名称】 遗传算法 【实验目的】 掌握遗传算法的基本原理，熟悉遗传算法的运行机制，学会用遗传算法来求解问题。 【实验原理】 遗传算法(Genetic Algorithm )是模拟达尔文生物进化 论的自然选择和 遗传学机理的生 物进化过程的计算模型，是一种通过模拟自然进化过程搜索 最优解的方法。 遗传算法是从代表问题可能潜在的解集的一个 种群开始的，而一个种群则由经过 基因编 码的一定数目的个体组成。 每个个体实际上是 染色体带有特征的实体。在一开始需要实现从 表现型到基因型的 映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化， 如二进制编码，初代种群产生之后， 按照适者生存和优胜劣汰的原理， 逐代演化产生出越来 越好的近似解，在每一代，根据问题域中个体的 适应度大小选择个体，并借助于自然遗传学 的遗传算子进行组合交叉和变异， 产生出代表新的解集的种群。 这个过程将导致种群像自然 进化一样的后生代种群比前代更加适应于环境， 末代种群中的最优个体经过解码，可以作为 问题近似最优解。 遗传算法程度流程图为: 【实验内容】 题目：已知f(x)=x*sin(x)+1 , x [0,2 ],求f(x)的最大值和最小值。 数据结构： struct poptype { doubl