遗传算法为群体优化算法，也就是从多个初始解开始进行优化，每个解称为一个染色体，各染色体之间通过竞争、合作、单独变异，不断进化。 优化时先要将实际问题转换到遗传空间，就是把实际问题的解用染色体表示，称为编码，反过程为解码，因为优化后要进行评价，所以要返回问题空间，故要进行解码。SGA采用二进制编码，染色体就是二进制位串，每一位可称为一个基因；解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存，优胜劣汰”的进化机制，染色体适应生存环境的能力用适应度函数衡量。对于优化问题，适应度函数由目标函数变换而来。一般遗传算法求解最大值问题，如果是最小值问题，则通过取倒数或者加负号处理。SGA要求适应度函数>0，对于<0的问题，要通过加一个足够大的正数来解决。这样，适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子：选择（复制）、交叉和变异。 SGA中，选择采用轮盘赌方法，也就是将染色体分布在一个圆盘上，每个染色体占据一定的扇形区域，扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话，旋转指针，指针停下来时会指向某一个区域，则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大，因此被选中的几率高，可能被选中多次，而适应度低的可能一次也选不中，从而被淘汰。算法实现时采用随机数方法，先将每个染色体的适应度除以所有染色体适应度的和，再累加，使他们根据适应度的大小分布于0-1之间，适应度大的占的区域大，然后随机生成一个0-1之间的随机数，随机数落到哪个区域，对应的染色体就被选中。重复操作，选出群体规模规定数目的染色体。这个操作就是“优胜劣汰，适者生存”，但没有产生新个体。 交叉模拟有性繁殖，由两个染色体共同作用产生后代，SGA采用单点交叉。由于SGA为二进制编码，所以染色体为二进制位串，随机生成一个小于位串长度的随机整数，交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体，并且还要根据选择概率来确定是否进行交叉（生成0-1之间随机数，看随机数是否小于规定的交叉概率），否则直接进入变异操作。这个操作是产生新个体的主要方法，不过基因都来自父辈个体。 变异采用位点变异，对于二进制位串，0变为1，1变为0就是变异。采用概率确定变异位，对每一位生成一个0-1之间的随机数，看是否小于规定的变异概率，小于的变异，否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因，主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化，后代比前一代强，但实际操作中可能有退化现象，所以采用最佳个体保留法，也就是曾经出现的最好个体，一定要保证生存下来，使后代至少不差于前一代。大致有两种类型，一种是把出现的最优个体单独保存，最后输出，不影响原来的进化过程；一种是将最优个体保存入子群，也进行选择、交叉、变异，这样能充分利用模式，但也可能导致过早收敛。 由于是基本遗传算法，所以优化能力一般，解决简单问题尚可，高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262，此时两个参数均为-2.0480，有时会出现局部极值，此时一个参数为-2.0480，一个为2.0480。算法中变异概率pm=0.05，交叉概率pc=0.8。如果不采用最优模式保留，结果会更丰富些，也就是算法最后不一定收敛于极值点，当然局部收敛现象也会有所减少，但最终寻得的解不一定是本次执行中曾找到过的最好解。
标签： 遗传算法
上传时间： 2015-06-04
上传用户：芃溱溱123
jar包 ，主要用于class文件变异Java代码，请下载wstx-asl-3.2.6.jar请下载请下载请下载
标签： jar包
上传时间： 2015-07-03
上传用户：chaocc520xs
遗传算法，模拟达尔文进化论的自然选择和遗传学机理的生物进化过程的计算模型，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异（不明白这个的可以去看看生物学），这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。
上传时间： 2017-06-12
上传用户：tian610115
应用联合多重分形理论研究了。一20 cm土层土壤含水率、土壤电导率、砂粒含量、粘粒含量、粗粉粒 含量、土壤粒径分布体积分形维数、土壤容重、有机质含量的空间变异性与20—40 cm土层对应变量空间变异性在 多尺度上的相互关系。结果表明：相对于0—20 cm土层上述变量的空间变异性，20一40 cm土层粗粉粒含量、有机 质含量空间变异性的变化率最大。土壤电导率、粘粒含量、土壤粒径分布体积分形维数空间变异性的变化率最小， 砂粒含量、土壤含水率。土壤容重空间变异性的变化率介于两者之间；多尺度上，0—20 em土层土壤含水率，土壤容 重、有机质含量、粘粒含量、砂粒含量、土壤电导率、土壤粒径分布体积分形维数、粗粉粒含量与20—40 cm土层对应 变量空间变异性在多尺度上的相关性依次减弱。
上传时间： 2018-08-13
上传用户：闽外莯莯
：消落带土壤由于在水陆交替的特殊生境和复杂的地球化学共同作用下形成，具有独特的理化性质和生态功能。各营养盐 含量在时间和空间上具有较高的变异性，土壤中有机质的分布及迁移和转化均受到复杂的影响。针对官厅水库流域上游妫水 河段消落带，选择典型消落带落水区，对该区土壤有机质含量的时空分布特征进行研究。结果表明：1)研究区消落带土壤有机 质含量较为贫瘠，变化范围在1．64—26∥蝇之间，平均值仅为13．169／kg，变异系数达50．59％。说明消落带由于季节性干湿交 替的特殊水文条件的影响，土壤养分的分布具有较高的空间异质性。淹水频繁区有机质含量平均值为15．74∥妇，高于长期出 露区的10．12∥k，且变异系数为41．38％，小于长期出露区的54．98％。说明淹水频繁区对土壤养分的持留能力更强，且周期性 的淹水条件使得研究区近岸具有相似的生境类型，不同采样点土壤有机质含量的差异相对较小。2)不同植物群落下．芦苇和 香蒲群落土壤有机质含量最高，平均值为17．089／kg；含量最低的是以小叶杨和白羊草为主的中旱生植物带，平均值为9．12，∥ kg；其次是酸模叶蓼、大刺儿菜为优势物种的湿生植物带，土壤有机质含量平均值为15．499／kg。3)不同土壤层次有机质含量差 异较大，总体变化趋势均由表层向下逐渐减少，各层之间体现出显著差异性(P<0．05)。研究区土壤C／N变化范围在1．64— 18．95，平均值为8．95。说明研究区土壤碳氮比相对较低，有机质的腐殖化程度较高，且长期出露区土壤有机质更容易发生分 解，C的累积速度远小于N。土壤C／N垂直分布大致呈先增大后减小趋势，在30cm处达到最大值，而后随着土壤深度的增加逐 渐减小。4)消落带土壤有机质分布的影响因素分析中，土壤有机质与全磷呈极显著正相关，相关系数为0．62(P<0．01)：与土壤 全氮和C／N呈显著正相关(R=0．57，O．60；P<0．05)。这说明研究区土壤全磷、全氮、C／N和有机质明显具有相同的变化趋势．和 有机质存在相互影响。其次，土壤有机质和湿度在呈显著负相关(R=一O．51；P<0．05)，表明研究区土壤湿度对有机质含量具有 显著的影响。气候因子中，温度对研究区土壤有机质的分布具有显著的影响，相关系数为一0．51(P<0．05)。植被因子中．植被 覆盖度和土壤有机质含量呈显著正相关，相关系数为0．64，表明植被因子也是影响土壤有机质分布的重要因素之一。
上传时间： 2018-08-13
上传用户：闽外莯莯
陈国良遗传算法及应用，全面详细介绍了遗传算法的编码、选择、交叉、变异等操作，通俗易懂，适合需要全面系统地学习遗传算法的同学
标签： 算法
上传时间： 2021-07-22
上传用户：louis2019
