智能计算及应用2-遗传算法.ppt
基本遗传算法几个概念选择压力(selectionpressure):最佳个体选中的概率与平均个体选中概率的比值;偏差(bias):个体正规化适应度与其期望再生概率的绝对差值;个体扩展(spread):单个个体子代个数的范围;多样化损失(lossofdiversity):在选择阶段未选中个体数目占种群的比例;4遗传操作——选择基本遗传算法几个概念选择强度(selectionintensity):将正规高斯分布应用于选择方法,期望平均适应度;选择方差(selectionvariance):将正规高斯分布应用于选择方法,期望种群适应度的方差。遗传操作——选择基本遗传算法个体选择概率的常用分配方法按比例的适应度分配(proportionalfitnessassignment)某个体i,其适应度为fi,则其被选取的概率Pi为:遗传操作——选择个体ff2P12.56.250.1821.01.000.0333.09.000.2641.21.440.0452.14.410.1360.80.640.0272.56.250.1881.31.690.0590.90.810.02101.83.240.09个体选择概率的常用分配方法基于排序的适应度分配(rank-basedfitnessassignment)线性排序(byBaker)μ为种群大小,i为个体序号,ηmax代表选择压力。遗传操作——选择基本遗传算法个体选择概率的常用分配方法基于排序的适应度分配(rank-basedfitnessassignment)非线性排序(byMichalewicz)i为个体序号,c为排序第一的个体的选择概率。遗传操作——选择基本遗传算法基本遗传算法常用选择方法轮盘赌选择法(roulettewheelselection)遗传操作——选择个体1234567891011适应度2.01.81.61.41.21.00.80.60.40.20.1选择概率0.180.160.150.130.110.090.070.060.030.020.0累计概率0.180.340.490.620.730.820.890.950.981.001.00基本遗传算法常用选择方法随机遍历抽样法(stochasticuniversalsampling)遗传操作——选择个体1234567891011适应度2.01.81.61.41.21.00.80.60.40.20.1选择概率0.180.160.150.130.110.090.070.060.030.020.0累计概率0.180.340.490.620.730.820.890.950.981.001.00设定n为需要选择的个体数目,等距离选择个体,选择指针的距离为1/n。第一个指针的位置由[0,l/n]区间的均匀随机数决定。如图所示,需要选择6个个体,指针间的距离为l/6=o.167,第一个指针的随机位置为0.1,按这种选择方法被选中作为交配集个体为:1.2,3.4,6,8。基本遗传算法常用选择方法局部选择法(localselection)(1)线形邻集遗传操作——选择在局部选择法中,每个个体处于一个约束环境中,称为局部邻域(而其他选择方法中视整个种群为个体之邻域),个体仅与其邻近个体产生交互,该邻域的定义由种群的分布结构给出。邻域可被当作潜在的交配伙伴。首先均匀随机地选择一半交配种群,选择方法可以是随机遍历方法也可以是截断选择方法,然后对每个被选个体定义其局部邻域,在邻域内部选择交配伙伴。基本遗传算法遗传操作——选择常用选择方法局部选择法(localselection)两对角邻集遗传算法简介简单实例产生初始种群计算适应度遗传算法的基本操作0001100000010111100100000001011001110100101010101011100101101001011011110000000110011101000001010011(8)(5)(2)