第10章-遗传算法.pptVIP

2025/3/2数据仓库与数据挖掘1第10章遗传算法主讲：张莉Email：

2025/3/2数据仓库与数据挖掘2

2025/3/2数据仓库与数据挖掘3

2025/3/2数据仓库与数据挖掘4遗传达尔文的进化论生物种群从低级、简单的类型逐渐开展成为高级、复杂的类型这种现象被称之为“自然选择，适者生存”

2025/3/2数据仓库与数据挖掘5遗传算法遗传算法及其相关概念遗传算法根本步骤遗传算法算法设计一个遗传算法的例子

2025/3/2数据仓库与数据挖掘610.1概述遗传算法〔GA〕1975年是一种有效的全局搜索方法是一种基于达尔文自然选择和遗传变异等生物进化机制而开展起来的仿生算法

2025/3/2数据仓库与数据挖掘710.2相关概念基因基因〔Gene〕是根本的遗传单位，是个体的根本组成单元。个体在生物学中，个体〔Individual〕由多个基因组成。遗传算法中，个体代表待优化问题的一个解。编码与解码将问题的解转换成基因序列的过程称为编码(Encoding)，编码是由解空间到遗传算法空间的映射。反之，将基因型转换成问题的解的过程称为解码〔Decoding)。遗传算法中，首先需要将问题的解编码成基因序列，在需要确定个体优劣时，再将其解码到解空间进行评估。

2025/3/2数据仓库与数据挖掘810.2相关概念种群生物的遗传进化不能仅通过自身进行，而需要在一个群体中进行，这一群体称为种群(Population)。种群中的单个组成元素是个体。种群规模是遗传算法的参数之一，种群规模的设置可能会影响到遗传算法的优化效果。适应度在研究自然界中生物的遗传与进化现象时，生物学中使用适应度(Fitness)这个术语来衡量某个物种对于生存环境的适应程度。代在生物的繁衍过程中，个体从出生到死亡即为一代(Generation)，在遗传算法中，代的意思为遗传算法的迭代次数。可作为遗传算法的一个结束标志。

2025/3/2数据仓库与数据挖掘910.2相关概念遗传算子遗传算子(GeneticOperators)指作用在个体上的各种遗传操作。主要包括三种根本的遗传算子：选择算子、交叉算子和变异算子。选择算子：在适应度的根底上，按照某种规那么或方法从当前代的种群中选择出一些适应度高的个体遗传到下一代种群中。交叉算子：以某一概率〔交叉概率〕选择种群中的个体，把两个父个体的局部基因加以替换、重组而生成新的个体。变异算子：以某一概率〔变异概率〕选择种群中的个体，改变其个体中某些基因的值或对其个体进行某种方式的重组。

根本遗传算法算法设计编码的方式种群规模大小适应度函数选择方法和选择率交叉方法和交叉率变异方法和变异率进化的终止条件2025/3/2数据仓库与数据挖掘10

2025/3/2数据仓库与数据挖掘11根本遗传算法根本遗传算法〔SGA〕：通过对自然界进化过程中自然选择、交叉、变异机理的模仿，来完成对最优解的搜索过程。根本流程：1.初始化，产生初始种群。2.个体评价，计算种群中每个个体的适应度。3.按选择概率Ps，执行选择算子，从当前种群中选择局部个体进入下一代种群。4.按交叉概率Pc，执行交叉算子。5.按变异概率Pm，执行变异算子。6.假设满足设定的终止条件，那么输出种群中适应度最优的个体作为问题的最优解或满意解，否那么执行第2步。

2025/3/2数据仓库与数据挖掘1210.3根本步骤

2025/3/2数据仓库与数据挖掘1310.4算法设计的5大要素编码方式种群规模的设定适应度函数的设计遗传算子的设计终止条件的设定

2025/3/2数据仓库与数据挖掘14编码方式编码规那么：1.完备性：原问题空间中的点都能成为编码后的点2.健全性：编码后的空间中的点都能对应原问题空间所有的点3.非冗余性：编码前后空间的点一一对应

15编码方式二进制编码：以二值符号集{0,1}为编码字符集，所构成的个体基因序列是一个二进制符号串实数编码：个体的每个基因都是一个自变量，并用某一范围内的一个实数来表示，编码长度取决于变量的个数适合于搜索空间大、精度要求高的情况字符编码十进制编码：字符编码中的一种，将待处理的参数数值逐位数字地转化为一定长度的数字字符并形成基因序列树编码

2025/3/2数据仓库与数据挖掘16种群规模群体规模是影响遗传算法寻优效率的重要参数之一，它的选取对遗传算法的效能有影响群体规模过小，会限制群体的多样性，导致搜索过程过早收敛；规模过大，计算量增加，也会削弱算法的效率问题越难，种群规模应当适当大一些；对于已有信息，尽量减少种群规模。在实际应用中群体个数一般取值在几十到几百之间初始群体的个体通常都是随机产生的

2025/3/2数据仓库与数据挖掘17种群规模初始种群如何设定？