最新遗传算法原理及其应用PPT课件2.ppt

进入夏天，少不了一个热字当头，电扇空调陆续登场，每逢此时，总会想起那一把蒲扇。蒲扇，是记忆中的农村，夏季经常用的一件物品。记忆中的故土，每逢进入夏天，集市上最常见的便是蒲扇、凉席，不管男女老少，个个手持一把，忽闪忽闪个不停，嘴里叨叨着“怎么这么热〞，于是三五成群，聚在大树下，或站着，或随即坐在石头上，手持那把扇子，边唠嗑边乘凉。孩子们却在周围跑跑跳跳，热得满头大汗，不时听到“强子，别跑了，快来我给你扇扇〞。孩子们才不听这一套，跑个没完，直到累气喘吁吁，这才一跑一踮地围过了，这时母亲总是，好似生气的样子，边扇边训，“你看热的，跑什么？〞此时这把蒲扇，是那么凉快，那么的温馨幸福，有母亲的味道！蒲扇是中国传统工艺品，在我国已有三千年多年的历史。取材于棕榈树，制作简单，方便携带，且蒲扇的外表光滑，因而，古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名，实即今日的蒲扇，江浙称之为芭蕉扇。六七十年代，人们最常用的就是这种，似圆非圆，轻巧又廉价的蒲扇。蒲扇流传至今，我的记忆中，它跨越了半个世纪，也走过了我们的半个人生的轨迹，携带着特有的念想，一年年，一天天，流向长长的时间隧道，袅;1.遗传算法概述;;;1.3遗传算法的原理与特点;1.3遗传算法的原理与特点;1.3遗传算法的原理与特点;1.4遗传算法的根本操作;1.4遗传算法的根本操作;;;;;1.5遗传算法的应用;;2根本遗传算法;2.1根本遗传算法描述;

(3)遗传算子

根本遗传算法使用下述三种遗传算子：

?选择运算：使用比例选择算子；

?交叉运算：使用单点交叉算子；

?变异运算：使用根本位变异算子。

(4)根本遗传算法的运行参数

根本遗传算法有下述4个运行参数需要提前设定：

?M：群体大小，即群体中所含个体的数量，一般取为20~100。

?T：遗传运算的终止进化代数，一般取为100~500

?pc：交叉概率，一般取为0.4~0.99

?pm：变异概率，一般取为0.0001~0.1

*这4个运行参数对遗传算法的求解结果和求解效率都有一定的影响，但目前

??无合理选择它们的理论依据。在遗传算法的实际应用中，往往需要经过屡次试

算后才能确定出这些参数合理的取值大小或取值范围。;2.1.2根本遗传算法的描述

根本遗传算法可定义为一个7元组：

GA＝(M,F,s,c,m,pc,pm)

M——群体大小；

F——个体适应度评价函数；

s——选择操作算于；

c——交叉操作算子：

m——变异操作算于；

pc——交叉概率；

pm——变异概率；;2.2根本遗传算法的实现;x=umin+(?bi·2i-1)·;[例]设-3.0≤x≤12.1,精度要求?=1/10000，由公式：;2.2.2个体适应度评价

如前所述，要求所有个体的适应度必须为正数或零，不能是负数。

(1)当优化目标是求函数最大值，并且目标函数总取正值时，可以直接设定个体

的适应度F(X)就等于相应的目标函数值f(X)，即：

F(X)＝f(X)

(2)对于求目标函数最小值的优化问题，理论上只需简单地对其增加一个负号就

可将其转化为求目标函数最大值的优化问题，即：

minf(X)＝max(-f(X))

但实际优化问题中的目标函数值有正也有负，优化目标有求函数最大值，也有

求函数最小值，显然上面两式保证不了所有情况下个体的适应度都是非负数这个

要求，需要进行适应度函数尺度转换，将目标函数值f(x)变换为个体的适应度F(x)。;(3)SGA适应度函数变换常用方法：

方法一：对于求目标函数最大值的优化问题，变换方法为：

其中，Cmin为一个适当地相比照较小的数，它可用下面方法之一来选取：

?预先指定的一个较小的数。

?进化到当前代为止的最小目标函数值。

?当前代或最近几代群体中的最小目标函数值。

方法二：对于求目标函数最小值的优化问题，变换方法