人工智能-遗传算法.pptVIP

第4章 遗传算法 4.1 基本概念 4.2 选择算子 4.3 交叉算子 4.4 变异算子 4.5 基本遗传算法 4.6 基本实现技术 4.7 遗传算法应用 第4章 遗传算法 生物进化 自然法则 优胜劣汰 适者生存 有性繁殖 基因通过有性繁殖不断进行混合和重组 遗传算法 从生物界按照自然选择和有性繁殖、遗传变异的自然进化现象中得到启发，而设计的一种优化搜索算法 第4章 遗传算法 应用 函数优化 组合优化：旅行商、图形化分… 生产调度：车间调度、生产规划… 自动控制：控制器、参数辨识… 机器人智能控制：机器人路径规划、运动轨迹规划… 图像处理与模式识别：特征提取、图像分割… 人工生命：进化模型、学习模型、行为模型… 遗传程序设计 机器学习 4.1 基本概念 个体 个体就是模拟生物个体而对问题中的对象（一般就是问题的解）的一种称呼 一个个体也就是搜索空间中的一个点 种群 种群(population)就是模拟生物种群而由若 干个体组成的群体 它一般是整个搜索空间的一个很小的子集 通过对种群实施遗传操作，使其不断更新换代而实现对整个论域空间的搜索 4.1 基本概念 适应度(fitness) 借鉴生物个体对环境的适应程度，而对问题中的个体对象所设计的表征其优劣的一种测度 适应度函数(fitness function) 问题中的全体个体与其适应度之间的一个对