- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第六章 其他进化算法第六章 其他进化算法一.前言二.进化策略三.进化规划四.遗传规划五.差分进化一.前言进化算法的起源和发展遗传算法(GA)是上世纪六七十年代美国密西根大学Holland教授及其学生提出和发展起来的进化策略(Evolutionary Strategy, ES)是上世纪60年代柏林技术大学的两名学生Rechenberg和Schwefel在风洞试验中最初提出的进化规划(Evolutionary Programming, EP)是上世纪六十年代美国学者Fogel首先提出的一.前言进化算法的起源和发展由于GA,ES和EP是由不同领域的研究人员分别独立提出的,在相当长的时期内相互之间没有正式沟通1990年,GA才开始与ES和EP有所交流;1992年ES和EP这两个领域的研究人员首次接触到对方的研究工作通过交流,研究人员发现这些算法所依赖的思想都是基于自然界的自然遗传和自然选择等生物进化思想,具有惊人的相似之处一.前言进化算法的起源和发展于是,GA,ES和EP等算法被统称为进化算法(Evolutionary Algorithms, EAs),相应的研究领域被统称为进化计算后来,遗传规划(Genetic Programming, GP)和差分进化( Differential Evolutionary,DE)也被纳入到EA的范畴之内一.前言总体框架begin initialize the population with random individuals; evaluate each individual; repeat select parents; recombine pairs of parents; mutate the resulting offspring; evaluate the new-generated individuals; select individuals for the next generation; until a stop condition is metend一.前言国际学术会议情况1985年,在美国召开了第一届遗传算法国际会议,并成立了国际遗传算法学会;1992年,在美国举行了进化规划第一届年会;1999年这两个国际会议合并为Genetic and Evolutionary Computation Conference(GECCO),这是进化算法在 美国召开的最主要国际会议1990年,在欧洲召开了第一届Parallel Problem Solving From Nature(PPSN)国际会议,成为在欧洲召开的进化算法方面的最主要国际会议一.前言国际学术会议情况1993年,进化计算领域内第一个国际期刊《Evolutionary Computation》在美国问世1994年,IEEE神经网络委员会主持召开了第一届进化计算国际会议(IEEE Conference on Evolutionary Computation, CEC),这是进化算法领域最顶级的学术会议IEEE进化计算国际会议、IEEE神经网络国际会议和IEEE模糊系统国际会议每三年在同一地点同时召开,统称为IEEE世界计算智能大会(IEEE Conference on Computation Intelligence, WCCI)二.进化策略引言ES最初用于风洞实验中物体外形的参数优化ES强调个体级的行为变化ES的几种形式:(1+1)-ES, (μ+1)-ES, (μ+λ)-ES以及(μ, λ)-ES二.进化策略(1+1)-ES早期ES的种群中只包含一个个体,并且只使用变异操作,变异后的个体与其父代进行比较,选择较好的作为新的父代存在的问题:各维定常的标准差降低收敛效果单点有哪些信誉好的足球投注网站效率不高(尽管可以理论上证明能够收敛到全局最优点)二.进化策略(1+1)-ES在每个新个体的特征中增加了一个自适应参数,这样每个解矢量中不仅包含了其数值信息,而且还包含了变异信息二.进化策略(μ+1)-ES在这种ES中,父代有μ个个体(μ 1),并且引入重组算子,使父代个体组合出新的个体重组算子类似于GA中的重组运算对重组的新个体执行变异操作,见(1+1)-ES将变异后的个体与父代μ个个体进行比较,如果优于父代的最差个体,则替代后者成为下一代种群的新个体二.进化策略(μ+1)-ES特点:只产生一个新个体使用种群增添了重组算子二.进化策略(μ+λ)-ES和(μ,λ)-ES(μ+λ)-ES中, μ个父代产生λ个子代,所有个体都参与生存竞争,最好的μ个作为下一代的父代(μ,λ)-ES中, μ个父代产生λ个子代(λ μ),只有λ个子代参与生存竞争,从中选择最好的μ个作为下一代的父代优劣性分析:(μ+λ)-ES保留旧个体可能是过时的可行解,妨碍算法向最优方
文档评论(0)