遗传算法的实验问题

遗传算法的实验问题

ID:12392113

大小:32.00 KB

页数:10页

时间:2018-07-16

遗传算法的实验问题_第1页
遗传算法的实验问题_第2页
遗传算法的实验问题_第3页
遗传算法的实验问题_第4页
遗传算法的实验问题_第5页
资源描述:

《遗传算法的实验问题》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、遗传算法的实验问题本人精心整理的文档,文档来自网络本人仅收藏整理如有错误还请自己查证!    遗传算法的实验问题I.实验问题  对函数求解全局最大值II.实验目的本实验的主要目的是通过MATLAB编程使学生熟悉并掌握常用的MATLAB函数同时对遗传算法有个初步的了解III.相关知识  遗传算法是进化算法中产生最早、影响最大、应用也比较广泛的一个研究方向和领域其基本思想是由美国密执安大学的JohnH.Holland教授于1962年率先提出的1975年他出版了专著《自然与人工系统中的适应性行为》(AdaptationinNatu

2、ralandArtificialSystems)[19]该书系统地阐述了遗传算法的基本理论和方法确立了遗传算法的基本数学框架此后从事遗传算法研究的学者越来越多使之成为一种通用于多领域中的优化算法  遗传算法是一种基于生物的自然选择和群体遗传机理的搜索算法它模拟了自然选择和自然遗传过程中发生的繁殖、交配和突变现象它将每个可能的解看做是群体(所有可能解)中的一个个体并将每个个体编码成字符串的形式根据预定的目标函数对每个个体进行评价给出一个适应度值开始时总是随机地产生一些个体(即候选解)根据这些个体的适应度利用遗传算子对这些个体进

3、行操作得到一群新个体这群新个体由于继承了上一代的一些优良性状因而明显优于上一代这样逐步朝着更优解的方向进化遗传算法在每一代同时搜索参数空间的不同区域然后把注意力集中到解空间中期望值最高的部分从而使找到全局最优解的可能性大大增加  作为进化算法的一个重要组成部分遗传算法不仅包含了进化算法的基本形式和全部优点同时还具备若干独特的性能:  1)在求解问题时遗传算法首先要选择编码方式它直接处理的对象是参数的编码集而不是问题参数本身搜索过程既不受优化函数连续性的约束也没有函数导数必须存在的要求通过优良染色体基因的重组遗传算法可以有效地

4、处理传统上非常复杂的优化函数求解问题  2)若遗传算法在每一代对群体规模为n的个体进行操作实际上处理了大约O(n3)个模式具有很高的并行性因而具有明显的搜索效率  3)在所求解问题为非连续、多峰以及有噪声的情况下能够以很大的概率收敛到最优解或满意解因而具有较好的全局最优解求解能力  4)对函数的性态无要求针对某一问题的遗传算法经简单修改即可适应于其他问题或者加入特定问题的领域知识或者与已有算法相结合能够较好地解决一类复杂问题因而具有较好的普适性和易扩充性  5)遗传算法的基本思想简单运行方式和实现步骤规范便于具体使用1.遗传

5、算法对问题的描述  对于一个求函数最大值的优化问题(求函数最小值也雷同)一般可描述为下述数学规划模型:(1)式中X=[x1,x2,...,xn]T为决策变量f(X)为目标函数和为约束条件U是基本空间R是U的一个子集集合R表示由所有满足约束条件的解所组成的一个集合叫做可行解集合它们的关系如图1所示图1最优化问题的可行解及可行解集合  在遗传算法中将n维决策向量X=[x1,x2,...,xn]T用n个记号Xi(i=12...n)所组成的符号串X来表示:  X=X1X2...XnX=[x1,x2,...,xn]T把每个Xi看作一个

6、遗传基因它的所有可能取值称为等位基因这样X就可看做是由n个遗传基因所组成的一个染色体一般情况下染色体的长度n是固定的但对一些问题n也可以是变化的根据不同的情况这里的等位基因可以是一组整数也可以是某一范围内的实数值或者是纯粹的一个符号最简单的等位基因是由0和1这两个整数组成的相应的染色体就可表示为一个二进制符号串这种编码所形成的排列形式X是个体的基因型与它对应的X值是个体的表现型通常个体的表现型和基因型是一一对应的但有时也允许基因型和表现型是多对一的关系染色体X也称为个体X对于每个个体X要按照一定的规则确定出其适应度个体的适应

7、度与其对应的个体表现型X的目标函数值相关联X越接近于目标函数的最优点其适应度越大;反之其适应度越小  在遗传算法中决策变量X组成了问题的解空间对问题最优解的搜索是通过对染色体X的搜索过程来进行的从而由所有的染色体X就组成了问题的搜索空间  生物的进化是以集团为主体的与此相对应遗传算法的运算对象是由M个个体所组成的集合称为群体(或种群)与生物一代一代的自然进化过程相类似遗传算法的运算过程也是一个反复迭代的过程第t代群体记做P(t)经过一代遗传和进化后得到第t+1代群体它们也是由多个个体组成的集合记做P(t+1)这个群体不断地经

8、过遗传和进化操作并且每次都按照优胜劣汰的规则将适应度高的个体更多地遗传到下一代这样最终在群体中将会得到一个优良的个体X它所对应的表现型X将达到或接近于问题的最优解X*  生物的进化过程主要是通过染色体之间的交叉和染色体的变异来完成的与此相对应遗传算法中最优解的搜索过程也模仿生物的这个进化过

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。