人工智能通识基础与应用课件 (3).pptxVIP

人工智能通识基础与应用第2章机器学习

目录2.6进化计算2.7群体智能2.8知识发现

2.6进化计算

2.6进化计算2.6.1进化算法进化算法也被称作“演化算法”(EvolutionaryAlgorithms，EAs)，它属于一个“算法簇”。虽然它存在诸多变化，比如有着不同的遗传基因表达方式、不同的交叉和变异算子、会引用特殊算子，还有不同的再生和选择方法等，但这些不同形式的进化算法，其灵感统统都源自大自然中的生物进化。相较于传统的依靠微积分的方法以及穷举法等优化算法，进化算法已然是一种发展较为成熟的全局优化方法，它具备高鲁棒性以及广泛的适用性，同时还拥有自组织、自适应、自学习这些特性，能够突破问题性质的限制，对那些传统优化算法难以解决的复杂问题进行有效的处理。该算法的一般形式可以描述为(μ/ρ，λ)(μ/ρ＋λ)进化算法的重要部分不是突变的范围不固定，而是继承。进化算法经常被用到多目标问题的优化求解中。

2.6进化计算2.6.2遗传算法遗传算法(GeneticAlgorithms，CAs)是一类借鉴生物界的进化规律(“优胜劣汰”遗传机制)演化而来的随机化搜索方法。特点可以直接对结构、对象展开操作，不会受到求导以及函数连续性方面的限制；运用概率化的寻优方法，能够自动获取并引导优化的搜索空间，还能自适应地调整搜索方向，无须依靠确定的规则。

2.6.2遗传算法运用基本遗传