第四章智能技术的决策支持和智能决策支持系统.pptVIP

1、编码每条路径对应一个个体，个体形式地表示为R={City_No|City_No互不重复}n，n为城市数。例如对于n=10的TSP问题，对其中一个个体?它表示一条城市路径：3 1 5 7 8 910 4 2 631578910426第62页，共95页，星期日，2025年，2月5日2、适应值函数每个个体代表一条可能的路径。个体n的适应值为：其中N为种群数，Dn为沿个体标示的城市序列的所经过的距离：其中ni表示个体中第i位的城市编号，n11=n1。适应值为非负，且取值越大越好。表示所有个体的路径长度的总和第63页，共95页，星期日，2025年，2月5日3、交叉随机地从种群中选出要交叉的两个不同个体，随机地选取一个交叉段。交叉段中两个个体的对应部分通过匹配换位实现交叉操作。对个体A和B：A＝984|567|13210B＝871|4103|2965交叉段?

对个体A，对交叉段中由B换位来的数，如4、10、3，在A中其它位相同的数进行反交换，即4换为5，10换为6，3换为7；对个体B，相似处理，最后得到：A，＝985|4103|1726B，＝831|567|29104第64页，共95页，星期日，2025年，2月5日4、变异根据变异概率Pe，随机地从种群中选出要变异的个体，随机地在该个体上选出变异两个位置，然后两个位置上的城市序号进行交换。如：A=98456713210下划线部分为要变异的两个位置。变异为：A`=97456813210计算结果表明：n个城市的最佳路径接近一个外圈无交叉的环路。第65页，共95页，星期日，2025年，2月5日4.5.3获取知识的遗传算法1980年，Smith采用遗传算法研制了一种分类器系统，这是遗传算法在机器学习中的重要应用系统。他使用单个字符串来表示一条规则。分类器系统的规则形式如下：IFconditionTHENaction意思是当条件（condition）满足时，就可能采取行动（action）。分类器系统的规则采用固定长度表示。这便于遗传算子的处理。第66页，共95页，星期日，2025年，2月5日一、分类学习系统的结构检测器消息表遗传算法分类器信任分配算法测试表作用器客观环境第67页，共95页，星期日，2025年，2月5日（六）输入模式转换实际问题的输入，一般是以一种概念形式表示，而神经元的输入，要求以(-∞,∞)间的数值形式表示，因此需要将文字概念转换成数值。建立两个向量集：（1）实际输入概念集：各输入节点的具体物理意义。（2）神经元输入数值集：各输入节点的数值。第30页，共95页，星期日，2025年，2月5日（七）输出模式转换实际问题的输出，一般也是以一种概念形式表示。而神经元的输出，一般是在[0,1]间的数值形式，这需要将数值向文字概念的转换。第31页，共95页，星期日，2025年，2月5日城市医疗服务能力评价系统。5个输入：病床数、医生数、医务人员数、门诊数和死亡率；4个输出：级别v、g、a和b；建立一个三层神经元网络。训练样本（集）:10城市的数据,训练后可对其它城市进行评价。输入输出模式转换：文字概念的数值转换。输入节点数据范围范围(-∞,∞)，输出数据范围[0,1]。输入节点：五个节点分别表示五个指标，每个指标节点都有v,g,a,b四种可能。三、神经网络专家系统实例第32页，共95页，星期日，2025年，2月5日城市医疗服务