资源描述：
《《智能计算简介》PPT课件》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、智能计算智能计算计算智能是以数据为基础，通过训练建立联系，进行问题求解，特点是：1、以分布式方式存储信息2、以并行方式处理信息3、具有自组织、自学习能力4、计算智能适用于于解决那些难以建立确定性数学／逻辑模型，或不存在可形式化模型的问题．智能计算计算智能以连接主义的思想为基础，有众多发展方向。人工神经网络（ANN）、遗传算法、蚁群算法、人工免疫算法等都可以包括在计算智能中。遗传算法发展历史进化计算的研究起源于20世纪50年代。1965年，Holland首次提出了人工遗传操作的重要性，并把这些应用于自然系统和人工系统中。大约在
2、同一时期：Rechenberg和Schwefel提出了进化策略。Fogel提出了进化规划。遗传算法发展历史1975年Holland出版了他的著名专著《自然系统和人工系统的适应性》该书系统地阐述了遗传算法的基本理论和方法，并提出了对遗传算法的理论研究和发展极为重要的模式理论（schematatheory），该理论首次确认了结构重组遗传操作对于获得隐并行性的重要性。同年，DeJong在论文《遗传自适应系统的行为分析》中把Holland的模式理论与他的计算使用结合起来。遗传算法与自然进化的比较自然界染色体基因等位基因(allele
3、)染色体位置(locus)基因型(genotype)表型(phenotype)遗传算法字符串字符,特征特征值字符串位置结构参数集,译码结构新达尔文进化理论的主要论点个体是基本的选择目标;随机过程在进化中起重大作用,遗传变异大部分是偶然现象;基因型变异大部分是重组的产物,部分是突变;逐渐进化可能与表型不连续有关;不是所有表型变化都是自然选择的必然结果;进化是在适应中变化的,形式多样,不仅是基因的变化;选择是概率型的,而不是决定型的。进化计算的三大主流板块Holland提出的遗传算法(GeneticAlgorithm)。Rech
4、enberg和Schwefel提出的进化策略(EvolutionaryStrategies)。Fogel提出的进化规划(EvolutionaryProgramming)，又称为进化程序设计。进化计算的三大主流板块三种算法既有许多相似之处，同时也有很大的不同进化规划和进化策略都把变异作为主要的搜索算子，而在标准遗传算法中，变异只处于次要地位交叉在标准遗传算法中起着重要作用，而在进化规划中被完全省去，在进化策略中与自适应结合在一起使用非常重要；标准遗传算法和进化规划都强调随机选择机制的重要性，而从进化策略的角度看，选择是完全确定
5、的，没有合理的根据表明随机选择原则的重要性；进化规划和进化策略确定地把某些个体排除在被选择复制之外，而标准遗传算法一般对每个个体都指定一个非零选择概率。遗传算法的基础：孟德尔遗传学在孟德尔遗传学中，基因型被详细模型化，而表型和环境被忽略。简单起见，假设一个基因具有n等位基因a1,…,an。二倍基因型以元组(ai,aj)为特征。我们定义pij为总群体中基因型(ai,aj)的频度。假设基因型与表型相等。质量函数给每个表型赋值。q(ai,aj)=qijqij可以被解释为出生率减去死亡率遗传算法的基础：孟德尔遗传学假设p’i,j是下
6、一代表型(ai,aj)的频度。然后达尔文选择根据选择方程调整表型的分布:是群体的平均适应度。遗传算法的基础：孟德尔遗传学设pi是群体中等位基因的频率。如果pi,j=pipj那么，我们得到在GS中的一个选择方程为遗传算法的基础：孟德尔遗传学这个离散的选择方程可以用连续方程近似:如果qi,j=qj,i,那么遗传算法的基础：孟德尔遗传学可以证明:这个结果称作菲希尔(Fisher)基本定理。它说明平均适应度随适应度的差别呈正比例增加。实际上，全部可能的基因型仅有一部分实现。这就是遗传操纵子探索基因型空间的任务，其个体数目相当小。这些
7、操纵子是群体遗传变异性的来源。最重要的操纵子是突变和重组。遗传算法思想来源于生物进化过程,它是基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法(以字符串表示状态空间)。遗传算法用概率搜索过程在该状态空间中搜索，产生新的样本。遗传算法遗传算法的特点特点：通用鲁棒次优解、满意解遗传算法能解决的问题：优化高度复杂的非线性问题遗传算法遗传算法先将搜索结构编码为字符串形式,每个字符串结构被称为个体。然后对一组字符串结构(被称为一个群体)进行循环操作。每次循环被称作一代,包括一个保存字符串中较优结构的过程和一个有结构的、随
8、机的字符串间的信息交换过程。类似于自然进化，遗传算法通过作用于染色体上的基因寻找好的染色体来求解问题。遗传算法与自然界相似，遗传算法对求解问题的本身一无所知，它所需要的仅是对算法所产生的每个染色体进行评价，并基于适应值来选择染色体，使适应性好的染色体有更多的繁殖机会。在遗传算法中，位字符串
