- 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
智能优化算法——遗传算法幻灯片培训稿.ppt
智能优化算法 --遗传算法 什么是智能优化算法? 智能优化算法是一种启发式优化算法,通过程序来模拟自然界已知的进化方法来进行优化的方法,比如模拟生物进化的遗传算法,模拟自然选择进行筛选,逐步归向最大值,包括遗传算法、蚁群算法、禁忌有哪些信誉好的足球投注网站算法、模拟退火算法、粒子群算法等。·智能优化算法一般是针对具体问题设计相关的算法,理论要求弱,技术性强。一般,我们会把智能算法与最优化算法进行比较,相比之下,智能算法速度快,应用性强。 遗传算法(GA) 遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程有哪些信誉好的足球投注网站最优解的方法,是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化有哪些信誉好的足球投注网站方法。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的有哪些信誉好的足球投注网站空间,自适应地调整有哪些信誉好的足球投注网站方向,不需要确定的规则。 遗传算法的操作算法 ( 1 ) 复制或选择算子:将父代的个体原封不动地传递到子代,在复制过程中,每个个体是按照适应度值的大小决定其能否被复制到下一代的概率,复制算子可使群体中的优秀个体数目逐渐增加,使进化过程向更优解的方向发展,反映了自然界中优胜劣汰的法则 . : (3)变异算子:复制和交叉算子只能在现有基因型的排列组合内寻找最优,而不能产生新的基因型,变异算子可使基因型发生变化,从而扩大寻优范围。 (2)交叉算子:上面的复制算子只能在现有群体中寻找最优,而不能产生与父代不同的个体,交叉算子可使同一代的某对个体间,按一定的概率交换其中的部分基因,从而产生新的基因组合,可望获得比父代更好的个体。 遗传算法优化 遗传算法具有很强的鲁棒性,而且所需的领域知识少,应用范围广泛,但它具有一个根本的缺点——过早收敛。由于遗传算法中选择及交叉等算子的作用,使得一些优秀的基因片段过早丢失,从而限制有哪些信誉好的足球投注网站范围,使得有哪些信誉好的足球投注网站只能在局部内找到最优值,而不能得到满意的全局最优值。 优化方向: 1) 对选择,交叉和变异算子的改进 2)改进控制参数;种群规模,交叉概率Pc,变异概率Pm 1 自适应参数调整 令fmax代表某一代种群中最优个体的拟合度,令F代表此代种群平均的拟合度,则 Δ= f max-F,诺Δ越小,表示种群个体拟合度差别较小,达到局部最优和过早收敛可能性越大;反之,Δ越大,个体特性分散,拟合度差别较大。Pc和Pm参数由Δ决定,且 p c = k 1 /( f max - F) ( 1) p m = k 2 /( f max - F) ( 2) 在调整过程中,当种群趋于收敛时,提高Pc和Pm,破坏当前的稳定性,克服过早收敛;当种群个体发散时,降低Pc和Pm,增加开发能力,使个体趋于收敛。但,当已收敛到全局最优时,此时误判别函数,从而使得Pc和Pm增大,最优个体遭到破坏的概率也增大,使得GA性能下降。 遗传算法的应用 基于遗传算法的移动机器人动态避障路径规划方法 动态路径的规划要求:路径在路边之内、能动态避障和路径最短 (1)路径在路边之内 路边约束限制了解空间的范围,即各个y;值只能在路边约束范围内取值,各个点的y值取值范围的确定方法如下:在图2中,首先计算出各个x;位置与x轴垂直的各直线与路两边折线相交的两个y坐标值,然后再分别向路中心收缩一定量,收缩量的确定是按照机器人中心必须远离路边的安全距离确定的,显然安全距离应大于移动机器人的最大半径,设确定的yi的取值范围是(y,l,y2)因此路边约束的适应度函数flt1可表达为 式中i为路径上的所有点上式表明只要各个路径点在离路边的安全距离之内,则适应度为1,否则为0,这样确定是比较符合实际情况的. (2)能动态避障 动态避障是比较关键的一个约束条件,假设障碍物的个数、障碍物的位置和速度信息可由机器视觉和激光雷达确定;在局部动态路径的规划过程中,假设移动机器人以当前的速度行走,各障碍物也以当前测定的速度做匀速直线运动,因为控制周期一般小于500m、,此外,路径跟踪控制算法会自动控制机器人行走速度的变化,因此在路径规划过程中,可以不考虑机器人和障碍物行走速度的变化.动态避障的基本条件是,对于某一路径,组成路径的各点与各障碍物之间的最小距离必须大于机器人与障碍物的半径之和. 可得动态避障的适度函数fit2为 Dmin为于任 意 一 条路径,路径上与障碍物的最短距离 (3)路径最短 路径最短的适应度函数确定如下: 最后综合得到遗传算法的综合适应度函数为 最后综合得到遗传算法的综合适应
有哪些信誉好的足球投注网站
文档评论(0)