遗传算法GeneticAlgorithm.ppt
《遗传算法GeneticAlgorithm.ppt》由会员分享,可在线阅读,更多相关《遗传算法GeneticAlgorithm.ppt(22页珍藏版)》请在三一文库上搜索。
1、遗传算法课件,遗传算法:Genetic Algorithm,遗传算法,一、概述 二、GA的工过程 三、GA的基本操作 四、模式定理,一、概述,由美国J.Holland提出,搜索不依赖于梯度信息。 解析法:连续导数存在。 优化问题: 枚举法:指数爆炸。 随机法:模拟还火、GA,一、概述,GA的特点: GA是对参数的编码进行操作,而不是对参数本身。 GA是从许多初始点开始并行操作,而不是一个点开始, 防止搜索过程收敛于局部最优解,而且有较大的可能求得 全局最优解。 GA通过目标函数计算适配值,不需要其它的推导对问题 的依赖性较少。 GA使用概率的转变规则,而不是确定性的规则。 GA是一种启发式搜索
2、。 GA对寻优的函数基本无限制,不要求连续可导。 GA只有并行计算的特点,提高适度。 GA更适合大规模复杂问题的优化。,遗传算法,一、概述 二、GA的工过程 三、GA的基本操作 四、模式定理,二、GA的工过程,遗传算法,一、概述 二、GA的工过程 三、GA的基本操作 四、模式定理,三、GA的基本操作,复制(reproduction) 交叉(crossover) 变异(mutation) 例: 整数,五位二进制编码: 种串:,三、GA的基本操作,复制:,三、GA的基本操作,复制后: 3号被淘汰 交叉:在0,1产生随机数r,若 则该串参加交叉操 作,如此选出参加交叉的一组后,随机配对。 交叉概率。
3、 设串的长度为l,且l个数字位之间的空隙为1,2,l-1。在l,l-1的范围内,随机地选取一个整数值k。则将两个父母串中从位置K到串末尾的字串相互换,而形成两个新串。,三、GA的基本操作,例如在表4.2中的两个初始配对个体位串为A1和A2: A1=01101 A2=11000 位串的字符长度l=5,假定在1和4之间随机选取一个值k(k=4,如分隔符“”所示),经交叉操作后产生了两个新的字符串,即,三、GA的基本操作,一般的交叉操作过程可用图4.2所示的方式进行。 图4.2 交叉操作 遗传算法的有效性主要来自复制和交叉操作,尤其是交叉 在遗传算法中起着核心的作用。比如,人们在社会生活中的思 想交
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遗传 算法 GeneticAlgorithm
链接地址:https://www.31doc.com/p-2206491.html