遗传算法实现和应用举例.pptVIP

第六节 算法实现及应用一、算法;SGA实现①个体适应度评价在遗;为满足适应度取非负值的要求，基;式中， 为一个适;②比例选择算子比例选择实际上是;③单点交叉算子单点交叉算子是最;④基本位变异算子基本位变异算子;简单演示问题：求（1）编码： ;（4）轮盘赌选择：选择概率 ;（5）交叉操作：发生交叉的概率;（6）变异：发生变异的概率取小;应用实例：TSP问题回顾给定n;TSP问题问题复杂度:指数增长;交叉算子（1）基于位置的交叉 ;交叉算子（2）部分映射交叉利用;变异算子起双重作用：1、提供和;编码方案路径表达：对一个旅行最;适应度函数就取为目标函数的倒数;......p1p2pir选择;交叉操作算子Davis提出OX;交叉操作算子然后移走p2中已在;变异操作算子采用倒置变异：在染;肖八支瑶峻傣勋宣借芋遍蕉肾擎插;中国城市TSP的一个参考解柬蔑;应用实例2：函数优化函数优化编;适应度函数例如，f(x)=x2;已知函数 其中 ;运行步骤聪棋攫府阎陋颅刽丛栏斯;运行步骤幽省硅页曲己因柄枫眉搞;运行步骤演较仪功鹅蓄嫁蜂柴保蔡;运行步骤碘凑勿阎腰泄主桔掷渔肝;运行步骤粟粱尺线稳馆等佛磋缀煮;运行步骤讣曹旺筑蹦县讣缺使幽蜂;运行步骤式症熙茧名夕罕帜幻喧屁;棘帧衫层盐韩沾绥膝良笺洽赛僳庙;例2 一元函数优化问题问题的提;问题的提出 用微分法求;问题的提出 当i为奇数;编码 表现型：x ;产生初始种群 产生的方;计算适应度 不同的问题;计算适应度 二进制与十;遗传操作 选择：轮盘赌;模拟结果 设置的参数：;模拟结果 进化的过程：;主程序 %用遗传算法进;主程序 %产生初始种群;主程序 gn=1;wh;主程序 s=sm;主程序 %记录当;主程序 %绘制曲线su;计算适应度和累计概率函数 ;计算适应度和累计概率函数 ;计算适应度和累计概率函数 ;计算适应度和累计概率函数 ;计算目标函数值函数 %;函数n2to10() ;选择操作函数 %“选择;交叉操作函数 %“交叉;交叉操作函数 if p;变异操作函数 %“变异;变异操作函数 pmm=;运行程序 噎缅叉子辟格;运行程序 拥集咏梗捏项;运行程序 糟殊权飘斋郸;运行程序 都囊收穿寿串;策略调整针对不同实际问题需要调;编码方案本质：如何表示解二进制;适应度函数是进行自然选择的定量;选择算子轮盘赌选择(roule;选择算子期望值模型(expec;交叉算子简单交叉最基本、最常用;交叉算子混合交叉离散交叉启发式;变异算子随机变异区间内均匀随机;初始种群对计算结果和计算效率有;求解TSP的策略调整编码方案二;编码方案路径表示：最自然、直接;选择算子轮盘赌选择(roule;交叉算子依赖于编码方式基于路径;变异算子全局意义点位变异：变异;变异算子贪心对换变异： ;遗传算法的前景性能分析并行遗传;图像处理和模式识别优化与调度机;二、算法应用领域遗传算法提供了;函数优化。函数优化是遗传算法的;组合优化。遗传算法是寻求组合优;生产调度问题。生产调度问题在很;自动控制。遗传算法已经在自动控;机器人学。机器人是一类复杂的难;图象处理。图像处理是计算机视觉;人工生命。人工生命是用计算机、;遗传编程。Koza发展了遗传编;规划 生产规;遗传算法的应用 函数优化 ;机器人智能控制 遗传算;人工生命 基于遗传算法;遗传算法的应用 约束最优化问;解决途径将有约束问题转化为无约;一般方法罚函数法 将罚;一般方法协同进化遗传算法（Co;罚函数法评价函数的构造： ;罚函数法罚函数分类： ;罚函数法交叉运算：设父个体为x;罚函数法变异运算：设父个体为x;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;求解线性约束优化问题的遗传算法;遗传算法的应用 ;多目标优化问题 解的存;Pareto最优性理论 ;Pareto最优性理论 ;传统方法 多目标加权法;