⭐ 欢迎来到虫虫下载站！ | 📦 资源下载 📁 资源专辑 ℹ️ 关于我们
⭐ 虫虫下载站
📤 上传资源

📄 20.htm

📁 遗传算法的详细描述文档,文档中附带一定的代码解释
💻 HTM
字号:
🔍 
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<title>CTerm非常精华下载</title>
</head>
<body bgcolor="#FFFFFF">
<table border="0" width="100%" cellspacing="0" cellpadding="0" height="577">
<tr><td width="32%" rowspan="3" height="123"><img src="DDl_back.jpg" width="300" height="129" alt="DDl_back.jpg"></td><td width="30%" background="DDl_back2.jpg" height="35"><p align="center"><a href="http://202.112.20.132"><font face="黑体"><big><big>白云黄鹤★</big></big></font></a></td></tr>
<tr>
<td width="68%" background="DDl_back2.jpg" height="44"><big><big><font face="黑体"><p align="center">                     遗传算法                                                   </font></big></big></td></tr>
<tr>
<td width="68%" height="44" bgcolor="#000000"><font face="黑体"><big><big><p   align="center"></big></big><a href="http://cterm.163.net"><img src="banner.gif" width="400" height="60" alt="banner.gif"border="0"></a></font></td>
</tr>
<tr><td width="100%" colspan="2" height="100" align="center" valign="top"><br><p align="center">[<a href="index.htm">回到开始</a>][<a href="index.htm">上一层</a>][<a href="21.htm">下一篇</a>]
<hr><p align="left"><small>发信人: seabird (一切都会过去的), 信区: Algorithm <br>

标  题: 遗传算法(二) <br>

发信站: 武汉白云黄鹤站 (2001年06月12日14:54:57 星期二), 转信 <br>

  <br>

发信人: yinsoft (流浪者), 信区: AI <br>

标  题: 遗传算法的基本原理 <br>

发信站: 南京大学小百合站 (Tue Dec 21 16:55:26 1999), 转信 <br>

  <br>

遗传算法的基本原理 <br>

    在遗传算法的执行过程中,每一代有许多不同的种群个体(染色体 <br>

)同时存在。这些染色体中哪个保留(生存)、哪个淘汰(死亡),是根据 <br>

它们对环境的适应能力来决定的,适应性强的有更多的机会保留下来 <br>

。适应性强弱是通过计算适应性函数f(x)的值来判别的,这个值称为 <br>

适应值。适应值函数f(x)的构成与目标函数有密切关系,往往是目标 <br>

函数的变种。主要的遗传算子有如下几种: <br>

  <br>

    1.选择(Selection)算子 <br>

    又称复制(reproduction)、繁殖算子。选择是从种群中选择生命 <br>

力强的染色体,产生新种群的过程。选择的依据是每个染色体的适应 <br>

值大小,适应值越大,被选中的概率就越大,其子孙在下一代产生的个 <br>

数就越多。选择的方法根据不同的问题,采用不同的方案。最常见的 <br>

方法有比率法、排列法和比率排列法。 <br>

  <br>

  <br>

    2.交叉(Crossover)算子 <br>

    又称重组(recombination)、配对(breeding)算子。当许多染色 <br>

体相同或后代的染色体与上一代没有多大差别时,可通过染色体重组 <br>

来产生新一代染色体。染色体重组分两个步骤进行:首先,在新复制的 <br>

群体中随机选取两个染色体,每个染色体由多个位(基因)组成;然后, <br>

沿着这两个染色体的基因随机取一个位置,二者互换从该位置起的末 <br>

尾部分基因。例如,有两个用二进制编码的个体A和B,长度L=5,A=a1a2 <br>

a3a4a5,B=b1b2b3b4b5。随机选择一个整数k∈[1,L-1],设k=4,经交叉 <br>

后变为: <br>

    A=a1a2a3|a4a5   A'=a1a2a3b4b5 <br>

    B=b1b2b3|b4b5   B'=b1b2b3a4a5 <br>

    遗传算法的有效性主要来自选择和交叉操作,尤其是交叉,在遗传 <br>

算法中起着核心作用。 <br>

    3.变异(Mutation)算子 <br>

    选择和交叉算子基本上完成了遗传算法的大部分搜索功能,而变 <br>

异则增加了遗传算法找到接近最优解的能力。变异就是以很小的概率 <br>

,随机改变字符串某个位置上的值。在二进制编码中,就是将0变成1, <br>

将1变成0。变异发生的概率极低(一般取值在0.001～0.02之间)。它 <br>

本身是一种随机搜索,但与选择、交叉算子结合在一起,就能避免由复 <br>

制和交叉算子引起的某些信息的永久性丢失,从而保证了遗传算法的 <br>

有效性。 <br>

  <br>



  <br>

  <br>

-- <br>

欢迎进入—--军事主页 <br>

http://202.119.36.47/~sunlight <br>

  <br>

  <br>

-- <br>

※ 来源:·武汉白云黄鹤站 bbs.whnet.edu.cn·[FROM: 202.114.16.142] <br>

</small><hr>
<p align="center">[<a href="index.htm">回到开始</a>][<a href="index.htm">上一层</a>][<a href="21.htm">下一篇</a>]
<p align="center"><a href="http://cterm.163.net">欢迎访问Cterm主页</a></p>
</table>
</body>
</html>

⌨️ 快捷键说明

复制代码 Ctrl + C
搜索代码 Ctrl + F
全屏模式 F11
切换主题 Ctrl + Shift + D
显示快捷键 ?
增大字号 Ctrl + =
减小字号 Ctrl + -