免疫遗产酸的一个小程序 里面包含了人工免疫 遗传算法几部分
上传时间： 2013-11-29
上传用户：guanliya
Matlab遗传算法优化工具的实现方法，可以用于遗传算法的设计与计算。
标签： Matlab
上传时间： 2015-03-02
上传用户：thm123
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
基于遗传算法的路径优化，C#实现，遗传算法的C#实现
上传时间： 2017-04-20
上传用户：1334739959
本书着重介绍了遗传算法及其在电力系统中的应用，为了便于读者阅读和用于解决实际问题，书中对算法的基本原理、求解过程作了详细介绍，并附有算例供参考。 本书内容包括：遗传算法的基本原理、解题过程和简单算例；电源规划数学模型和基于遗传算法的电源规划模型；输电网络规划基础知识、输电网络规划数学模型和基于遗传算法的输电网络规划模型；电力系统无功优化数学模型、无功优化方法综览及遗传算法在无功优化规划中的应用；电力市场基本概念、技术支持系统、电价及遗传算法在电力市场竞价机制中的应用等。 本书可作为高等学校电气工程及其自动化学等专业本科高年级学生和研究生的教材，还可供从事相关领域的研究人员和工程技术人员参考。
上传时间： 2014-12-31
上传用户：qingzhuhu
一个遗传算法的类，只要将该头文件和源文件添加到自己的工程中就ok了！
标签： 算法
上传时间： 2013-12-22
上传用户：WMC_geophy
遗传算法的Matlab程序，用于数值优化
上传时间： 2015-02-08
上传用户：a3318966
本例是本人写的遗传算法的最简单的一个实现，并且带有一个说明文档。用C语言编写，在TurborC中调试，由于当时在随机数产生上没有种种子，所以极易收敛，有兴趣可以种上种子试一下。
标签： 算法
上传时间： 2014-01-12
上传用户：zhangyi99104144
遗传算法的简单程序，可用于离散变量优化，多目标优化等许多领域
上传时间： 2015-03-14
上传用户：sssl
本程序基于matlab 遗传算法的源程序代码，遗传算法是应用于各种优化问题的典型算法，有很高的参考价值。
上传时间： 2015-03-15
上传用户：xuanchangri
