加速优化的两种遗传算法初步.PPTVIP

开始 结束 初始化 子代 父代 世代进化过程 最优个体 是否达到迭代结束条件 Y N 遗传算法流程图： 返回 * * * * * * * * * * * * * * * * * * * * * * * * * * 加速优化的两种遗传算法 0 引言 1 猴王遗传算法 2 最优子种群遗传算法 3 改进的猴王遗传算法 4 结论 * 0 引言 标准遗传算法在换代时将父代个体全部由子代个体代替，这样父代中有较高适应值的个体不能保留下来，会出现进化时的振荡现象。 改进方法一：高适应值个体保留法，即将父代和子代的适应值进行排序，固定种群大小，保留适应值最高的部分个体组成。 改进方法二：最优个体保护策略法，即规定父代的最优个体总是可以生存到下一代，这样以前的最优解不至于丧失。 * 1 猴王遗传算法 《连续非线性规划的猴王遗传算法》 猴王遗传算法是一种最优个体保护策略法。 生物现象：猴群竞争产生猴王，猴王在猴群中拥有基因遗传绝对优先权。 基本思想：将种群中的个体按目标函数值的大小排序，保留最优个体（猴王）和部分较优个体，引入部分变异染色体更换部分较劣个体，并让最优个体依次与种群中的其他个体进行交叉变异得到下代种群中的新个体。 与传统遗传算法的不同：①无需计算适应度函数；②无需计算每个个体参与交叉变异的概率。 * 1 猴王遗传算法 优化问题： 适应度函数越大越好，目标函数越小越好； 适应度函数必须是非负的，目标函数没有限制。 * 遗传算法流程图 1 猴王遗传算法 初始化： ①产生初始种群：在可行域内随机产生个体，直至初始种群中个体数达到预定的种群规模。 ②计算初始种群中各个体对应的目标函数值。 ③初始种群排序：将初始种群内个体按目标函数值升序排列。 * -19 -13 -9 -4 -1 0 5 6 31 37 39 42 父代 1 猴王遗传算法 世代进化过程： ①复制：设复制概率为r，令k为不超过r ·N的最大整数，将父代升序序列中的前k个个体直接复制到子代种群，得到子代种群的前k个点。 * -19 -13 -9 -4 -1 0 5 6 31 37 39 42 父代 -19 -13 -9 -4 子代 -19 -13 -9 -4 -1 0 5 6 31 37 39 42 父代 -19 -13 -9 -4 子代 1 猴王遗传算法 世代进化过程： ②交叉变异：猴王分别与第(k+1)至第N个个体交叉变异得到子代，并计算各个体对应的目标函数值。 * -18 -23 -20 -5 -3 13 11 1 1 猴王遗传算法 世代进化过程： ③选择：将子代种群内的个体按目标函数值升序排列。 * -19 -13 -9 -4 -18 -23 -20 -5 1 -3 13 11 子代 升序排列 -23 -20 -19 -18 -13 -9 -5 -4 -3 1 11 13 子代 1 猴王遗传算法 世代进化过程： ④变异：将子代升序序列中排在后面的ib个较劣个体用随机产生的新个体置换，并计算新个体对应的目标函数值；重新将子代个体排序。 * -23 -20 -19 -18 -13 -9 -5 -4 -3 1 11 13 子代 -23 -20 -19 -18 -13 -9 -5 -4 -3 　子代 3 -7 10 1 猴王遗传算法 世代进化过程： ④变异：将子代升序序列中排在后面的个较劣个体用随机产生的新个体置换，并计算新个体对应的目标函数值；重新将子代个体排序。 * -23 -20 -19 -18 -13 -9 -5 -4 -3 3 -7