遗传算法备课讲稿.doc

遗传算法备课讲稿.doc

ID:57234255

大小:286.50 KB

页数:10页

时间:2020-08-07

遗传算法备课讲稿.doc_第1页
遗传算法备课讲稿.doc_第2页
遗传算法备课讲稿.doc_第3页
遗传算法备课讲稿.doc_第4页
遗传算法备课讲稿.doc_第5页
资源描述:

《遗传算法备课讲稿.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、遗传算法精品文档SouthwestUniversityofScienceandTechnology实验报告课程名称:智能控制理论与方法实验题目:遗传算法专业班级:控制理论与控制工程学生姓名:桑瑞娟学生学号:2010000408实验时间:2010年1月13日指导教师:黄玉清教授西南科技大学信息工程学院收集于网络,如有侵权请联系管理员删除精品文档一、实验目的掌握遗传算法的基本概念,遗传算法的基本原理;理解遗传算法的三个基本运算,学会在MATLAB中设计遗传算法的基本步骤;利用GA算法,编制程序优化给定的函数,并把优化结果与一般优化方法相比较。二、实验原理遗传

2、算法(GeneticAlgorithms,简称GA)是人工智能的重要新分支,是基于达尔文进化论,在计算机上模拟生命进化机制而发展起来的一门新学科。它根据适者生存,优胜劣汰等自然进化规则来进行控索计算和问题求解。在自然界的演化过程中,生物体通过遗传(传种接代,后代与父辈非常相像)、变异(后代与父辈不完全相象)来适应外界环境,一代又一代地优胜劣汰,发展进化。GA模拟了上述进化现象。它把搜索空间(欲求解问题的解空间)映射为遗传空间,即把每一个可能的解编码为一个向量,称为一个染色体(chromosome)或个体,它表示为二进制或十进制数字串。向量的每个元素称为基

3、因(genes)。所有染色体组成群体(population)或集团,并按预定的目标函数(或某种评价指标,如商业经营中的利润,工程项目中的最小费用等)对每个染色体进行评价,根据其结果给出一个适应度的值。算法开始时先随机地产生一些染色体(欲求解问题的候选解),计算其适应度。根据适应度对诸染色体进行选择、交换、变异等遗传操作,剔除适应度低(性能不佳)的染色体,留下适应度高(性能优良)的染色体,从而得到新的群体。由于新群体的成员是上一代群体的优秀者,继承了上一代的优良使态,因而明显优上于一代。GA就这样反复迭代,向着更优解的方向进化,直至满足某种预定的优化指标。

4、利用GA算法,编制程序优化下列函数并把优化结果与一般优化方法相比较。遗传算法工作原理图如下:收集于网络,如有侵权请联系管理员删除精品文档图一:遗传算法工作原理示意图三、实验步骤1)根据给定的目标函数画出它的三维图像,如图二。对应的MATLAB代码见dfun.m。收集于网络,如有侵权请联系管理员删除精品文档图二:目标函数图像2)选择二进制编码,程序中的主要变量:个体的数量NIND为80,最大遗传代数为MAXGEN=50,变量维数为NVAR=2,每个变量使用20位表示,即PRECI=20,使用代沟GGAP=0.9,详见gamin.m,目标函数离散化见gafu

5、n.m。下面画出迭代后个体的目标函数值分布图和遗传算法性能跟踪图,遗传算法的运行结果如下:(1)初始种群中个体的目标函数值分布图,如图三所示:图三:初始种群中个体的目标函数值分布图收集于网络,如有侵权请联系管理员删除精品文档(2)经过一次迭代后的目标函数值如图四所示,此时x=0.9374,y=-1.6728,minf(x,y)=0.1183。图四:经过一次迭代后的结果(3)经过10次迭代后的目标函数值如图五所示,此时x=-4.0416,y=-2.5285,minf(x,y)=0.0217。图五:经过10次迭代后的结果(4)经过20次迭代后的目标函数值如图

6、六所示,此时x=1.4560,y=-4.6454,收集于网络,如有侵权请联系管理员删除精品文档minf(x,y)=0.0030。图六:经过20次迭代后的结果(5)经过30次迭代后的目标函数值如图七所示,此时x=1.5512,y=0.2385,minf(x,y)=0.0025。收集于网络,如有侵权请联系管理员删除精品文档图七:经过30次迭代后的结果(6)经过40次迭代后的目标函数值如图八所示,此时x=1.4653,y=0.5610,minf(x,y)=0.0025。图八:经过40次迭代后的结果(7)经过50次迭代后的目标函数值如图九所示,此时x=0.861

7、1,y=1.3127,minf(x,y)=0.0025。收集于网络,如有侵权请联系管理员删除精品文档图九:经过50次迭代后的结果(8)经过50次迭代后,最优解的变化和种群均值的变化如图十所示:图十:经过50次迭代后最优解的变化和种群均值的变化收集于网络,如有侵权请联系管理员删除精品文档3)用传统的优化方法来优化给定的函数,具体的MATLAB代码见fun.m这里用了3种一般的优化方法,它们的初始条件都取[1,1],fmincon(多变量有约束条件的最小值)时跟fminunc(梯度最优化算法(没有约束条件))优化的结果一样,都为x=y=1.1096,f(x,

8、y)=0.0025;而用fminsearch(多变量Nelder算法(没有约束条

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。