标准遗传算法入门
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
10011 01010 01110
经若干次迭代可得最优个体 01010 （10） 4100
00101
11110
10011
00101
01010
11110
01010
遗传算法Βιβλιοθήκη Baidu点总结及展望
要点 & 总结
① 遗传算法的生物学背景——自然选择，优胜劣汰 ② 遗传算法的基本思路——模拟生物进化过程 ③ 遗传算法的设计应用——通过选择、交叉、变异向最优解进化
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
f (x) F (x)
1.1 标定适应度函数（适应度：个体适应能力的评价标准）:
最大化 问题
F（x）= f (x) + c
最小化 问题
F x = f x
0.206 0.483 0.527 0.682 0.999
0.20 6
#3
7 0.48 3
在0-1之间产生随机数 0.070221 0.445929 0.784567 0.566930 0.854641
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
1.2 设计执行选择算子（从初始种群中选出适应度较高的个体）
(1) 0 #1
0.20
轮盘赌选择
0.317
#2
#5
0.206
6
0.277
#4
0.52
0.044
68 0. 2
#3
7
0.48
3
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
2
模拟交叉重组的过程 1001 1 0010 1 01 110 11 010 01110
10011 00101
01010 11110
01110
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
3
模拟偶然变异的过程
作业 & 思考
① 在Matlab中编程实现遗传算法来求解例子中的问题。
② 如何编码并确定编码长度，能否使用非二进制的编码方式？
③ 如何设计更高效的遗传算子（选择、交叉、变异）？
(1) 0 #1 #5 #2 #4
0.52
68 0. 2
个体编号
染色体编码
问题的解
适应度
选择概率
累计概率
1 2 3 4 5
10011 00101 11010 10101 01110
19 5 26 21 14
2399 3225 516 1801 3684
0.206 0.277 0.044 0.155 0.317
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
F x = f x
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
《最优化算法设计》
标准遗传算法设计
讲课教师： 刘 波
学
院：计算机与信息科学学院
引入：遗传算法的生物学背景
求解最优化问题的目标在于找到问题最优解
“解”也可以进化吗？
“自然选择，适者生存”
提 纲
0 1 2
引入：遗传算法的生物学背景
遗传算法的基本思想与流程
标准遗传算法的设计与应用
遗传算法的要点总结及展望
19 5 14
1 0 0 1 1 0 0 1 0 1 0 1 1 1 0
19-2399
5-3225
14-3684
提 纲
0 1 2
引入：遗传算法的生物学背景
遗传算法的基本思想与流程
标准遗传算法的设计与应用
遗传算法要点总结及展望
3
标准遗传算法的设计与应用
例1. 利用遗传算法求解无约束优化问题：
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
1.2 设计执行选择算子（从初始种群中选出适应度较高的个体）
正比选择策略
Pi NP
Fi
Fi i 1
标准遗传算法的设计与应用
Pi NP
个体编号
1 2 3 4 5
Fi
Fi i 1
问题的解
19 5 26 21 14
染色体编码
10011 00101 11010 10101 01110
适应度
2399 3225 516 1801 3684
选择概率
累计概率
0.206 0.277 0.044 0.155 0.317
2399 3225
11625 11625
f ( x) 11625
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
3
遗传算法的基本思想
“自然选择，适者生存”
优胜劣汰
生育繁衍
偶然变异
更优良个体
遗传运算：选择算子
遗传运算：交叉重组
遗传运算：变异算子
遗传算法的基本流程
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1 0 0 1 1 0 0 1 0 1 0 1 1 1 0
经若干次迭代可得最优个体 01010 （10） 4100
00101
11110
10011
00101
01010
11110
01010
遗传算法Βιβλιοθήκη Baidu点总结及展望
要点 & 总结
① 遗传算法的生物学背景——自然选择，优胜劣汰 ② 遗传算法的基本思路——模拟生物进化过程 ③ 遗传算法的设计应用——通过选择、交叉、变异向最优解进化
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
f (x) F (x)
1.1 标定适应度函数（适应度：个体适应能力的评价标准）:
最大化 问题
F（x）= f (x) + c
最小化 问题
F x = f x
0.206 0.483 0.527 0.682 0.999
0.20 6
#3
7 0.48 3
在0-1之间产生随机数 0.070221 0.445929 0.784567 0.566930 0.854641
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
1.2 设计执行选择算子（从初始种群中选出适应度较高的个体）
(1) 0 #1
0.20
轮盘赌选择
0.317
#2
#5
0.206
6
0.277
#4
0.52
0.044
68 0. 2
#3
7
0.48
3
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
2
模拟交叉重组的过程 1001 1 0010 1 01 110 11 010 01110
10011 00101
01010 11110
01110
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
3
模拟偶然变异的过程
作业 & 思考
① 在Matlab中编程实现遗传算法来求解例子中的问题。
② 如何编码并确定编码长度，能否使用非二进制的编码方式？
③ 如何设计更高效的遗传算子（选择、交叉、变异）？
(1) 0 #1 #5 #2 #4
0.52
68 0. 2
个体编号
染色体编码
问题的解
适应度
选择概率
累计概率
1 2 3 4 5
10011 00101 11010 10101 01110
19 5 26 21 14
2399 3225 516 1801 3684
0.206 0.277 0.044 0.155 0.317
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
F x = f x
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
《最优化算法设计》
标准遗传算法设计
讲课教师： 刘 波
学
院：计算机与信息科学学院
引入：遗传算法的生物学背景
求解最优化问题的目标在于找到问题最优解
“解”也可以进化吗？
“自然选择，适者生存”
提 纲
0 1 2
引入：遗传算法的生物学背景
遗传算法的基本思想与流程
标准遗传算法的设计与应用
遗传算法的要点总结及展望
19 5 14
1 0 0 1 1 0 0 1 0 1 0 1 1 1 0
19-2399
5-3225
14-3684
提 纲
0 1 2
引入：遗传算法的生物学背景
遗传算法的基本思想与流程
标准遗传算法的设计与应用
遗传算法要点总结及展望
3
标准遗传算法的设计与应用
例1. 利用遗传算法求解无约束优化问题：
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1
模拟优胜劣汰的过程
1.2 设计执行选择算子（从初始种群中选出适应度较高的个体）
正比选择策略
Pi NP
Fi
Fi i 1
标准遗传算法的设计与应用
Pi NP
个体编号
1 2 3 4 5
Fi
Fi i 1
问题的解
19 5 26 21 14
染色体编码
10011 00101 11010 10101 01110
适应度
2399 3225 516 1801 3684
选择概率
累计概率
0.206 0.277 0.044 0.155 0.317
2399 3225
11625 11625
f ( x) 11625
标准遗传算法的设计与应用
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
3
遗传算法的基本思想
“自然选择，适者生存”
优胜劣汰
生育繁衍
偶然变异
更优良个体
遗传运算：选择算子
遗传运算：交叉重组
遗传运算：变异算子
遗传算法的基本流程
maxf x x 3 60x 2 900x 100, s .t . x [0,30]
1 0 0 1 1 0 0 1 0 1 0 1 1 1 0