大学计算机第9讲-怎样研究算法-遗传算法研究示例-2.pdf

怎样用遗传算法求解具体的应用问 题(III)—策略选择的多样性 战德臣 哈尔滨工业大学 教授.博士生导师 教育部大学计算机课程教学指导委员会委员 OKOK ZhanDCZhanDC Research Center on Intelligent Computing for Enterprises Services, Harbin Institute of Technology 怎样用遗传算法求解具体的应用问题(III)—策略选择的多样性 (1)以交叉规则为例，看策略选择的多样性 战德臣教授 为什么要“交叉”? 解的表现型和基因型 可能解的形式是怎样的? NPC求解: 交叉、变异 怎样产生待判定的可能解? 产生一个或一批可能解 随机(概率) 产生多少个待判定可能解? 判断可能解是否是问题的解 怎样判定一个解是否是所求的解? 解集的规模 适应度 进化的代数 选择(标准) 随机(概率) 满意解 怎样用遗传算法求解具体的应用问题(III)—策略选择的多样性 (2)怎样交叉--交叉获得新可能解策略的多样性? 战德臣教授 产生新的待判定的可能解 交叉两段交叉 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1 0 1 0 交叉 1 0 1 0 1 0 1 0 1 0 1 0 两段交叉，一个染色体(可能 解)被分成两段，两个染色体 交叉点 的同位置段进行交叉重组 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1 0 1 0 交叉 1 0 1 0 1 0 1 0 1 0 1 0 是否只有这一种交叉方案呢? 怎样用遗传算法求解具体的应用问题(III)—策略选择的多样性 (2)怎样交叉--交叉获得新可能解策略的多样性? 战德臣教授