遺傳算法的基本運(yùn)算過(guò)程

遺傳算法的基本運(yùn)算過(guò)程是用循環(huán)語(yǔ)句控制不同的五個(gè)步驟。

一、編碼赫舒、隨機(jī)產(chǎn)生初始群體

  • 編碼的好壞關(guān)系到求解的速度羊娃。
  • 遺傳算法的工作對(duì)象是字符串唐全,對(duì)字符串的編碼要求是:字符串要反映所研究問(wèn)題的特性;字符串的表達(dá)式要便于計(jì)算機(jī)處理蕊玷。

二邮利、個(gè)體評(píng)價(jià)、選擇垃帅、確定是否輸出

  • 設(shè)計(jì)一個(gè)適應(yīng)度函數(shù)延届,進(jìn)行個(gè)體評(píng)價(jià)。
  • 把優(yōu)秀的留下使其比例增大贸诚,把差的篩選掉方庭。
  • 在遺傳算法中,衡量個(gè)體優(yōu)劣的尺度是適應(yīng)度酱固,根據(jù)適應(yīng)度的大小決定個(gè)體繁殖的數(shù)量械念、或決定其是否消亡。適應(yīng)度是驅(qū)動(dòng)遺傳算法的動(dòng)力运悲。
  • 復(fù)制算子將優(yōu)良個(gè)體在下一代予以繁殖龄减,個(gè)體被復(fù)制的數(shù)量是按照適應(yīng)度的大小決定的,群體中個(gè)體總數(shù)是不變的班眯。
  • 采用等差希停、等比或者輪盤(pán)賭的復(fù)制方式,防止過(guò)早的收斂署隘。

三宠能、隨機(jī)交叉運(yùn)算

  • 對(duì)已經(jīng)存在下的個(gè)體進(jìn)行隨機(jī)交換交叉運(yùn)算。
  • 交換是遺傳算法中產(chǎn)生新個(gè)體的主要手段磁餐,將兩個(gè)個(gè)體的部分字符互相交換违崇。
  • 執(zhí)行交換的個(gè)體是隨機(jī)選擇的。
  • 交換的概率一般為50~80%(可以根據(jù)實(shí)際情況靈活選擇)崖媚。

四亦歉、隨機(jī)變異運(yùn)算

  • 對(duì)已經(jīng)存在下的個(gè)體進(jìn)行隨機(jī)、變異叉運(yùn)算畅哑。
  • 變異是遺傳算法中產(chǎn)生新個(gè)體的方法(不是最主要的方法)肴楷,將被選擇的個(gè)體的部分字符進(jìn)行補(bǔ)運(yùn)算。
  • 變異個(gè)體是隨機(jī)選擇的荠呐。
  • 個(gè)體的第幾位開(kāi)始變異是隨機(jī)的
  • 個(gè)體變異幾位也是隨機(jī)的赛蔫。

五砂客、轉(zhuǎn)向個(gè)體評(píng)價(jià),開(kāi)始新循環(huán)

  • 最常用的終止條件是迭代的代數(shù)呵恢。
  • 當(dāng)目標(biāo) 函數(shù)有最優(yōu)目標(biāo)值時(shí)鞠值,可采用控制偏差的方式實(shí)現(xiàn)。
  • 檢查適應(yīng)度的變化渗钉。

模式理論

  • 編碼是左邊(高位)數(shù)字越小彤恶,其適應(yīng)度將越大。這種字符串的形式特征叫做編碼模式鳄橘。
  • 模式中確定的字符的個(gè)數(shù)就叫做模數(shù)的階數(shù)声离。模數(shù)階數(shù)越低,代表的字符串的個(gè)數(shù)就越多瘫怜。
  • 模式中最前面和最后面兩個(gè)確定字符的距離稱(chēng)為模式的長(zhǎng)度术徊。

遺傳過(guò)程中的模式數(shù)目與模式定理

  • 復(fù)制時(shí)的模式數(shù)目
    H模式編碼在每一代復(fù)制的過(guò)程中以指數(shù)的方式增加。
  • 經(jīng)過(guò)復(fù)制鲸湃、交換赠涮、突變?cè)谙乱淮鷵碛械膫€(gè)數(shù)公式。t+1代的數(shù)目和t代數(shù)目暗挑、平均適應(yīng)度成正比笋除。
  • 模式定理表明:長(zhǎng)度短、階次低窿祥、平均適應(yīng)度大的模式在遺傳算法循環(huán)中呈指數(shù)增長(zhǎng)株憾。(從理論上保證了遺傳算法是智能的搜素)蝙寨。
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末晒衩,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子墙歪,更是在濱河造成了極大的恐慌听系,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,816評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件虹菲,死亡現(xiàn)場(chǎng)離奇詭異靠胜,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)毕源,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)浪漠,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人霎褐,你說(shuō)我怎么就攤上這事址愿。” “怎么了冻璃?”我有些...
    開(kāi)封第一講書(shū)人閱讀 158,300評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵响谓,是天一觀的道長(zhǎng)损合。 經(jīng)常有香客問(wèn)我,道長(zhǎng)娘纷,這世上最難降的妖魔是什么嫁审? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,780評(píng)論 1 285
  • 正文 為了忘掉前任,我火速辦了婚禮赖晶,結(jié)果婚禮上律适,老公的妹妹穿的比我還像新娘。我一直安慰自己遏插,他們只是感情好擦耀,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,890評(píng)論 6 385
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著涩堤,像睡著了一般眷蜓。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上胎围,一...
    開(kāi)封第一講書(shū)人閱讀 50,084評(píng)論 1 291
  • 那天吁系,我揣著相機(jī)與錄音,去河邊找鬼白魂。 笑死汽纤,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的福荸。 我是一名探鬼主播蕴坪,決...
    沈念sama閱讀 39,151評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼敬锐!你這毒婦竟也來(lái)了背传?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,912評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤台夺,失蹤者是張志新(化名)和其女友劉穎径玖,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體颤介,經(jīng)...
    沈念sama閱讀 44,355評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡梳星,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,666評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了滚朵。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片冤灾。...
    茶點(diǎn)故事閱讀 38,809評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖辕近,靈堂內(nèi)的尸體忽然破棺而出韵吨,到底是詐尸還是另有隱情,我是刑警寧澤亏推,帶...
    沈念sama閱讀 34,504評(píng)論 4 334
  • 正文 年R本政府宣布学赛,位于F島的核電站年堆,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏盏浇。R本人自食惡果不足惜变丧,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,150評(píng)論 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望绢掰。 院中可真熱鬧灿里,春花似錦蚓峦、人聲如沸媳维。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,882評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)班挖。三九已至鲁捏,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間萧芙,已是汗流浹背给梅。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,121評(píng)論 1 267
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留双揪,地道東北人动羽。 一個(gè)月前我還...
    沈念sama閱讀 46,628評(píng)論 2 362
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像渔期,于是被迫代替她去往敵國(guó)和親运吓。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,724評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容