遗传算法导论

遗传算法导论

ID:34139763

大小:910.78 KB

页数:16页

时间:2019-03-03

遗传算法导论_第1页
遗传算法导论_第2页
遗传算法导论_第3页
遗传算法导论_第4页
遗传算法导论_第5页
资源描述:

《遗传算法导论》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、IntroductiontoGeneticAlgorithms遗传算法导论http://cs.felk.cvut.cz/~xobitko/ga/(其中有全部操作的小程序可视化演示)byMarekObitko,studentofCzechTechnicalUniversity.王郑耀翻译原文为英语版本,你可以在这里找到.你也可以在这里下载到PDF格式的英语版本的文件.--------------------------------------------------------------------------------这里我想介绍一下遗传算法的一些基础知识。

2、我尽量写的比较通俗易懂,使得以前没有任何相关知识的读者也能读懂。我们只假设读者对于计算机程序设计有一定的了解。这里我们有一些JavaApplet程序用来演示遗传算法的工作情况。遗传算法所涉及的范围是很宽的,所以我们不可能涉及到它的方方面面。但是你可以从这里得到遗传算法的一些思想:什么是遗传算法?遗传算法可以用来做什么?这里面没有什么很难的数学理论。现在,你可以选择下一步去浏览下面的内容,你也可以从左边的菜单中任意选择你想要浏览的内容。如果你不想阅读全部的内容而只关心其中的一部分,你也可以跳过去直接去首页面。这里还有一个日语译本。I简介前言遗传算法是进化计算技术的

3、一部分,而进化计算技术在人工智能领域得到飞速的发展。你或许已经在想:遗传算法是不是受到了达尔文进化论的启发?简单地说,用遗传算法求解问题时,问题的解是在不断进化中得到的。历史二十世纪六十年代,I.Rechenberg在他的《演化战略》中第一次引入了进化算法的思想(起初称之为Evolutionsstrategies)。他的这一思想逐渐被其他一些研究者发展。遗传算法(GeneticAlgorithms)是JohnHolland发明的,后来他和他的学生及他的同事又不断发展了它。终于,在1975年JohnHolland出版了专著《自然系统和人工系统中的自适应》(Adap

4、tionInNaturalandArtificialSystems)。1992年,JohnKoza曾经使用遗传算法编出新的程序去做一些具体的工作。他称他的这种方法为“进化规划”(GeneticProgramming,简称GP)。其中使用了LISP规划方法,这是因为这种语言中的程序被表示为“分析树”(ParseTree),而这种遗传算法就是以这些分析树为对象的。II生物学背景基因所有的生物都是由细胞组成的。在每一个细胞中都有想同序列的染色体。染色体是一串DNA的片断,它为整个有机体提供了一种复制模式。染色体是由基因组成的,或者说染色体就是一块块的基因。每一个基因为

5、一个特定的蛋白质编码。或者更简单的说,每一个基因为生物体的某一特定特征编码,比如说眼睛的颜色。所有可能的某一特定特征的属性(比如,蓝色,桔黄色等)被称之为等位基因。每一个基因在染色体上都有其特定的位置,这个位置一般被称作位点(Locus)。全部序列的基因物质(或者全部的染色体)称之为基因组(或染色体组)(Genome)。基因组上特定序列的基因被称作基因型(Genotype)。基因型和后天的表现型两者是有机体的显性、生理和心理特征比如说眼睛的颜色、智力的基础。复制(Repeoduction)在复制中,首先发生的是交叉(Crossover)。来自于父代的基因按照一定

6、的方式组成了新的基因。新的子代还可能发生变异(Mutation)。变异的意思是DNA上的某一些成分发生了一点点的变化。这些改变可能是由于在由父代到子代的基因复制中出现的误差。生物体的适应度由生物体自身是否能生存来度量的。III搜索空间搜索空间(SearchSpace)在很多情况下,我们解决一个问题就是从一大堆的数据中寻找一个解,而通常这个解都是混杂在数据中的。所有可行解(FeasibleSolution可行解就是满足了一定约束条件的解)组成的空间称之为搜索空间(也可以称之为状态空间)。搜索空间中的每一个点都是一个可行解。每一个可行解都可以被它的函数值或者它的适应

7、度所标记。记住:问题的解就是搜索空间中的一个点,于是我们就是要从搜索空间中找到这个点。Exampleofasearchspace这样,求解问题就可以转化为在搜索空间中寻找极值点(最大值或者最小值点)。搜索空间在求解问题时可能是完全已知的,但一般来说我们只知道一些孤立的点,然后我们逐渐地生成其它点。问题是,这个搜索过程可能很复杂,我们甚至不知道该去哪里搜索或者该从是么地方开始搜索。事实上,有很多寻找合适解(注意:不一定是最优解)的方法,比如说爬山法(HillClimbing)禁止接近法(TabuSearch),模拟退火算法(SimulatedAnnealing)以

8、及遗传算法等等.用遗传算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。