资源描述：
《现代智能优化算法》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、第十章现代智能优化算法简介引言现代优化算法包括禁忌搜索（Tabusearch）、模拟退火（Simulatedannealing）、遗传算法（Geneticalgorithms）等，这些算法涉及生物进化、人工智能、数学和物理科学、神经系统和统计力学等概念，都是以一定的直观基础而构造的算法，我们称之为启发式算法。启发式算法的兴起与计算复杂性理论的形成有密切的联系，当人们不满足常规算法求解复杂问题时，现代智能优化算法开始体现其作用。现代智能优化算法自八十年代初兴起，至今发展迅速，这些算法同人工智能、计算机科学和运筹学迅速融合，促进了复杂优化问题的分析和解决。下面我们就简要介绍这些算法的基本
2、理论以及MATLAB实现。遗传算法特点遗传算法直接以适应度作为搜索信息，求解问题时，搜索过程不受优化函数连续性的约束，无需导数或其他辅助信息；遗传算法具有很高的并行性，可以同时搜索解空间的多个区域搜索信息，从而降低算法陷入局部最优解的可能性；遗传算法具很强的鲁棒性。在待求解问题为非连续、多峰以及有噪声的情况下，它能够以很大的可能性收敛到最优解或近似最优解；遗传算法具有较高的可扩充性。它易于与其它领域的知识或算法相结合来求解特定问题；遗传算法的基本思想简单，具有良好的可操作性和简单性；遗传算法具有较强的智能性，可以用来解决复杂的非结构化问题。遗传算法算法流程遗传算法基本要素问题编码初始
3、群体的设定适应度函数的设计遗传操作设计控制参数设定(主要是指群体大小和使用遗传操作的概率等)遗传算法问题编码遗传算法初始群体的设定遗传算法是群体型操作，这样必须为遗传操作准备一个由若干初始解组成的初始群体。初始种群的好坏对于遗传算法的计算结果的优劣和算法的效率有着重要影响。产生初始种群通常有两种方法。一种是完全随机的产生方法，它适用于对待求解问题的解无任何先验知识的情况；另一种是把某些先验知识转化为必须满足的一组要求，然后在满足这些要求的解中随机的选取。这种选择初始种群的方法可以使遗传算法较快地达到最优解。初始群体也称做进化的初始代，即第一代（firstgeneration）。遗传算
4、法适应度函数的确定解析性质：连续、非负合理性：要求适应度函数设计应尽可能简单近似量小：适应度函数对某一类具体问题，应尽可能通用。目标函数的处理方法遗传算法遗传算法遗传算子选择算子交叉算子变异算子选择算子选择算子选择算子交叉算子两个步骤首先在新复制的群体中随机选取两个个体；沿着两个个体（字符串）随机的取一个位置，二者互换从该位置起的末尾部分变异算子变异算子模拟了自然界中生物进化过程中个体的基因突变现象，从而改变染色体的结构和物理性状。它是指将个体编码串中的某些基因位上的基因值用该基因位上的其他等位基因来替换，从而产生新的个体。在遗传运算过程中，当交叉操作产生的后代适应度值不再进化，且没
5、有达到最优时，意味着算法陷入了早熟。早熟的根源在于有效基因的缺损，变异算子在一定程度上克服了这种情况，它可以改善遗传算法的局部搜索能力，增加种群的多样性。常见的变异算子包括位点变异、插入变异、对换变异、边界变异、非均匀变异和高斯变异等形式。变异操作就是改变染色体某个（些）位上的基因。例如，设染色体，将其第三位上的0变为1，即。也可以看做是原染色体的子代染色体。遗传算法的参数设置遗传算法的基本步骤遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法求解实例遗传算法的MATLAB实现调用方
6、法x=ga(fitnessfcn,nvars)x=ga(fitnessfcn,nvars,A,b)x=ga(fitnessfcn,nvars,A,b,Aeq,beq)x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB)x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon)x=ga(fitnessfcn,nvars,A,b,Aeq,beq,LB,UB,nonlcon,options)[x,fval]=ga(...)[x,fval,exitflag]=ga(...)遗传算法的MATLAB实现输入参数和输出参数遗传算法的
7、MATLAB实现控制参数设置遗传算法的MATLAB实现命令详解遗传算法的MATLAB实现遗传算法的MATLAB实现遗传算法的MATLAB实现遗传算法的MATLAB实现遗传算法的MATLAB实现遗传算法的MATLAB实现遗传算法的MATLAB实现遗传算法的MATLAB实现模拟退火算法模拟退火算法的基本思想模拟退火的原理模拟退火算法新解的产生和接受冷却进度表参数模拟退火的算法步骤模拟退火算法的参数控制问题模拟退火算法的参数控制问题模拟退火算法的参数控制问题模拟
