第八章 遗传算法（精荐）.docxVIP

第八章遗传算法

1

口遗传算法的由来

GA的基本思想来源于Darwin的进化论和Mendel

的遗传学说。Darwin的进化论认为每一物种在不断

的发展过程中都是越来越适应环境。物种的每个个体的基本特征被后代所继承，但后代又不完全同于

父代，这些新的变化，若适应环境，则被保留下来。

在某一环境中也是那些更能适应环境的个体特征能

被保留下来，这就是适者生存的原理。

2

达尔文进化论

第一代

第二代

三

第三代

3

同样的，人类也是一代比一代聪明，可以说人类近百

年创造的文明比人类前面几千年创造的文明还要多。

4

因此：我们得到的结论是：

生物一代比一代优

口生物虽然一代比一代优，但并不是说后一代与前一代没

有任何的关系，后一代或多或少总与前一代有些相同，也

有一些不同。

口生物的后一代总是或多或少的继承了前一代的一些特性，

这就叫遗传。而后一代又不完全像前一代，这叫变异。

口生物在进化的过程中既有遗传，又有变异，生物就是在

这样的遗传、变异的作用那个下，一代一代的繁衍下去，

而且得到的是一代比一代优。

5

8.1遗传算法的基本概念

1.个体与种群

●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(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。

6

2.适应度与适应度函数

●适应度(fitness)就是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(fitnessfunction)就是问题中的全体个体与其适应度之间的一个对应关系。它一般是一个实值函数。该函数就是遗传算法中指导搜索的评价函数。

7

3.染色体与基因

染色体(chromosome)就是问题中个体的某种字符串形式的编码表示。字符串中的字符也就称为基因(gene)。

例如：

个体染色体

91001染色体长度l=4(2,5,6)----010101110l=3

8

遗传算法基本概念和术语

○进化(evolution)生物在其延续生存的过程中，逐渐适应其生存环境，使得其品质不断得到改良，这种生命现象称为进化。生物的进化是以种群的形式进行的。

9

4.遗传操作

亦称遗传算子(geneticoperator),就是关于染色体的运算。遗传算法中有三种遗传操作：

●选择-复制(selection-reproduction)

●交叉(crossover,亦称交换、交配或杂交)

●变异(mutation,亦称突变)

10

遗传算法基本概念和术语

●选择(selection)

按照一定概率随机地选择两对个体进行繁殖(即生成后继状态)

遗传算法在很大程度上是一种偶然性现象，随机过程在其中起重要作用。

一般而言，选择的过程是一种基于适应度的优胜劣汰的过程。

11

8.1遗传算法基本原理

○复制(又称繁殖)

是从一个旧种群(oldpopulation)中选择生命力

强的个体位串(或称字符串)产生新种群的过程。或

者说，复制是个体位串根据其目标函数(即适应度函数)拷贝自己的过程。根据位串的适应度值拷贝位串意味着，具有较高适应度值的位串更有可能在下一代中产生一个或多个后代。显然，这个操作是模仿自然选择现象，将达尔文的适者生存理论应用

于位串的复制，适应度值是该位串被复制或被淘汰

的决定因素。

12

选择-复制通常做法是：对于一个规模为N的种群S,按每个染色体x?∈S的选择概率P(x;)所决定的选中机会，分N次从S中随机选定N个染色体，并进行复制。

这里的选择概率P(x;)的计算公式为

13

遗传算法基本概念和术语

●交叉(crossover)

有性生殖生物在繁殖下一代时，两个同源染色体通过交叉而重组，亦即在两个染色体的某一相同位置处DNA被切断，其前后两串分别交叉组合形成两个新的染色体。这个过程又称基因重组(recombination),俗称“杂交”。

14

交叉就是互换两个染色体某些位上的基因。

例如，设染色体s?S?交换其后4位基因，即0101

0100

i1011

i1011

0100

S?′S?可以看做是原染色体s?和S?的子代染色体。

15

遗传算法基本概念和术语

●变异(mutati