工程应用软计算课件第3章 遗传算法.ppt

（2） 遗传算法性能评价指标 De Jong提出两个评价遗传算法性能的指标，分别为在线性能指标和离线性能指标，这也是目前评价一个算法收敛性能的主要指标。 定义3-1 称Xe(S)为S算法在某研究对象e中的在线性能。定义为 其中fe(t)是所研究对象e的第t代群体的平均适应度值。由定义知，在线性能表示算法在直到当前时刻为止所得到的历代群体平均适应度的平均值，它反映了算法的动态性能。 定义3-2 称 为算法S在某研究对象e中的离线性能，定义为 程序运行结果显示为： 最大值为:256.0000，对应的解为:16.0001。 （实际上迭代到十几代的时候已经得到最优值） 1）编码采用二进制编码，即将可行解 编码为一个二进制串； 2）种群的个体（染色体）数目设为40个； 3）染色体中每个变量对应的二进制串的长度为20； 4）复制概率为0.9； 5）交换概率为0.7； 6）突变概率为程序默认值； 7）最大遗传代数为500代； 8）变量个数为2个。 3、图象分割实例 其中Sum_C1为目标图象C1的象素总数， Sum_C2为背景图象C2的象素总数；Mean1(Y)为目标图象C1中所有象素数的平均灰度值， Mean2(Y)为背景图象C2中所有象素数的平均灰度值。 4）复制概率为0.9； 5）交换概率为0.7； 6）突变概率为程序默认值； 7）最大遗传代数为50代。 根据每个未知数所对应的码长，逐一求出十进制数： ③ 适应度函数求解 由于规定适应度函数值越大，则这一个体的品质越好。此实例中通过模型所求值与实际值之差的平方和的倒数来构造适应度函数: ④ 复制 计算出每个染色体的生存概率分别为: 1111100010111011001001101000 1110000011111011100011100110 1111100010111011001001101000 1111100010111011001001101000 1111100010111011001001101000 1100010011101001110110111110 1100010011101001110110111110 1100010011101001110110111110 1110000011111011100011100110 1110000011111011100011100110 我们可以看出,初始群体的位置分别被 ⑤ 交换 规定交换概率为0.6，在0～1中随机产生10个数 ，若其中随机数小于0.6则规定此染色体为交换的双亲之一。经过程序的随机选择交换个体i=2,3,4,7,8,10. 交换的位置通过随机选取确定为15到23位，交换后得出新的群体: 1111100010111011001001101000 1110000011111011001001100110 1111100010111011100011101000 1111100010111001110110101000 1111100010111011001001101000 1100010011101001110110111110 1100010011101011001001111110 1100010011101011100011111110 1110000011111011100011100110 1110000011111001110110100110 ⑥ 突变 设突变概率为0.01，种群中有280个基因，则2.8个基因需要突变，在1~280中产生3个随机整数作为突变位置。经过计算机的随机选取，确定第8行的第11位，第7行的18位，第2行的第9位进行突变。突变形成的最终群体为: 0101100010111011001001101000 1110000001111011001001100110 1111100010111011100011101000 1111100010111001110110101000 1111100010111011001001101000 1100010011101001110110111110 1100010011101011011001111110 11