遗传算法ppt课件-----精品课件下载.ppt

遗传算法简介

主讲人：.

目录1.背景简介……………遗传算法的生物学背景2.算法原理……………算法流程及算子的介绍3.算法评价……………优缺点及适用性评估.

背景简介遗传算法的生物学原理：适者生存原则自然选择遗传和变异种群演化.

遗传算法适用场景NP问题：一个问题的单个解可以在有限时间内被验证。具体适用于诸多领域如函数优化、组合优化、生产调度、自动控制、机器学习、图像处理、人工生命、遗传编程、机器学习、数据挖掘等。均有很好的表现。.

基本算法原理一般流程：1.初始化人工种群 种群个体染色体基因2.计算个体的适应度3.进行选择，交叉，变异等操作4.迭代2，3步，直到满足停止规则.

基本算法原理初始化人工种群：确定个体：对问题进行编码浮点数编码：真值编码二进制编码：解空间映射到二进制序列确定种群：确定种群数量上限（20~100）加入随机的个体交叉/变异概率.

基本算法原理计算适应度：适应度函数的选择有目标：以结果函数为评估函数为原型无明确目标：种群的变化率.

基本算法原理种群世代更替：选择根据适应度进行排序概率选择函数/精英机制交叉对选择的结果进行交叉操作概率交换部分序列生成新序列变异概率变异.

算法原理选择算子：轮盘赌选择法排序选择法最优个体/截断选择法锦标赛选择法.

算法原理选择算子：轮盘赌选择法选择保留的父代数量为n.

算法原理选择算子：排序选择法.

算法原理选择算子：最优个体/截断选择法n=4.

算法原理选择算子：锦标赛选择法71.5=选择2作为父代.

算法原理选择算子：轮盘赌选择法排序选择法最优个体/截断选择法锦标赛选择法影响：适应度函数转换，选择强度，收敛速度，解的多样性.

算法原理交叉算子：单点交叉/两点交叉/多点交叉均匀交叉/离散交叉.

算法原理交叉算子：单点交叉/两点交叉/多点交叉：.

算法原理交叉算子：单点交叉/两点交叉/多点交叉：.

算法原理交叉算子：均匀交叉/离散交叉：基于固定概率.

算法原理变异算子：基本位变异：基因反转/等位值替换均匀变异：均匀随机分布值替换高斯近似变异：正态分布值替换.

算法原理变异算子：基本位变异：基因反转/等位值替换.

算法原理变异算子：均匀变异：均匀随机分布值替换范围[0，8]，步长取2，可能的变异值：0，2，4，6，8，取到每个变异值的概率相同.

算法原理变异算子：高斯近似变异：正态分布值替换范围[0，8]，根据高斯分布取可能的变异值，取值概率符合正态分布.

遗传算法的优势适用于灰箱/黑箱问题潜在并行性适应度函数评价，计算复杂度小收敛性强具有可扩展性，易与其他算法结合.

遗传算法的不足早熟/过早收敛不适用于局部搜索计算量大，搜索时间长并行性开发不够充分.

研究改进方向收敛性/早熟的预防遗传算子的设计遗传算子的自适应设计并行化研究.

感谢倾听.