第三章遗传算法在优化中的应用.pptVIP

3.4应用实例用动态惩罚函数对约束进行处理。令惩罚函数定义为其中C=2，t为演化代数，的定义如下：第28页，共74页，星期日，2025年，2月5日3.4应用实例第29页，共74页，星期日，2025年，2月5日3.4应用实例广义目标函数定义为极小化的遗传算法设计如下：(1)编码：实数向量编码(2)适应函数：适应函数取为(3)选择策略：锦标赛选择，竞争规模k=2，每次选择适应值较小的个体第30页，共74页，星期日，2025年，2月5日3.4应用实例(4)杂交算子：整体算术杂交(5)变异算子：非均匀变异(6)控制参数的确定：种群规模，最大代数，杂交概率，变异概率(7)初始化：随机产生满足变量上下界要求的初始种群.(8)终止条件：算法运行所指定的最大代数后终止.第31页，共74页，星期日，2025年，2月5日3.4应用实例实验结果项目参考解遗传算法的解GRG的解第32页，共74页，星期日，2025年，2月5日3.5组合优化度约束最小生成树问题设是赋权连通无向图，其中是顶点的集合，是边的集合，W是一个从E到实数集合上的函数，边的权值记为。若T是G的生成树，T中边的权之和定义为T的权，记为。所有生成树中具有最小权的生成树称为最小生成树。第33页，共74页，星期日，2025年，2月5日3.3组合优化求解最小生成树问题的算法有Prim算法和Kruskal算法.在一些实际问题中，对生成树中顶点的度有一定的限制。即在极小化生成树的权值时，往往要求顶点的度不大于一个给定的值。度约束最小生成树问题就是求满足给定度约束的最小生成树。第34页，共74页，星期日，2025年，2月5日3.3组合优化下面讨论用遗传算法求解度约束最小生成树问题。为简单起见，假定图是完全图且由权值矩阵给出，并假设，其中d是一个常数。(1)编码图论中的一个经典定理是Cayley定理，即n个顶点的完全图中有棵不同的生成树。该定理的一种证明方法是在生成树和长度为的序列之间建立一一对应关系，其中为整数且有。由此知一棵生成树可以用一个长度为的序列编码。第35页，共74页，星期日，2025年，2月5日3.3组合优化编码过程如下：设生成树T中具有最小标号的叶结点为，其相邻结点记为，移去顶点和边；在剩下的个顶点中再寻找标号最小的叶结点，设其为，其相邻结点记为，移去顶点和边；这样继续下去，直到剩下最后一条边为止。这样便可得到序列。反之，给定序列，可以唯一地构造一棵生成树。第36页，共74页，星期日，2025年，2月5日3.3组合优化译码过程如下：从序列中找出第一个不在序列中的数，记为，构造边，从序列A中删除，从序列B中删除，然后重复上述过程，直到序列B为空。这时再从序列A中剩余的两个顶点,构造边，由这条边便得到一棵数T。第37页，共74页，星期日，2025年，2月5日3.3组合优化例如给定下列生成树可得序列，反之亦然。3725461第38页，共74页，星期日，2025年，2月5日3.3组合优化(2)适应函数由于该问题是极小值问题，适应函数可取为其中c是一个常数，为生成树T的权值。(3)选择策略采用轮盘赌选择。第39页，共74页，星期日，2025年，2月5日3.3组合优化(4)遗传算子杂交算子采用类似于二进制编码的单点杂交。变异算子如下对个体进行变异：首先选一随机整数，然后产生后代，其中是中的一个随机整数。显然杂交算子和变异算子作用后所得的个体仍代表生成树。第40页，共74页，