遗传算法讲解及应用.pptx

王闪22016070666;Holland 遗传算法的思考起源：;基本概念;遗传算法的基本思想;运算流程;遗传算法的有趣应用;极大值、最大值、局部最优解、全局最优解;袋鼠跳;“袋鼠跳”的几种方式; 2. 模拟退火算法：;3. 遗传算法：;1.物竞―适应度函数（fitness function） ?? ? ?? 自然界生物竞争过程往往包含两个方面：生物相互间的搏斗与及生物与客观环境的搏斗过程。但在我们这个实例里面，你可以想象到，袋鼠相互之间是非常友好的，它们并不需要互相搏斗以争取生存的权利。它们的生死存亡更多是取决于你的判断。因为你要衡量哪只袋鼠该杀，哪只袋鼠不该杀，所以你必须制定一个衡量的标准。而对于这个问题，这个衡量的标准比较容易制定：袋鼠所在的海拔高度。（因为你单纯地希望袋鼠爬得越高越好。）所以我们直接用袋鼠的海拔高度作为它们的适应性评分。???适应度函数直接返回函数值就行了。 ; 物竞天择－适应性评分与及选择函数;;;所以各个个体被选中的概率分别为：;遗传算法的实现过程;;遗传算法求解TSP问题;;遗传算法求解TSP的基本步骤;;;蚁群算法（Ant?Colony?Oimization,?ACO）;TSP问题总结;求最大值;求二元函数最大值; 因 x1, x2 为 0 ~ 7之间的整数，所以分别用3位无符号二进制整数来表示，将它们连接在一起所组成的6位无符号二进制数就形成了个体的基因型，表示一个可行解。; 2初始群体的产生; 遗传算法中以个体适应度的大小来评定各个个体的优劣程度，从而决定其遗传机会的大小。 本例中，目标函数总取非负值，并且是以求函数最大值为优化目标，故可直接利用目标函 数值作为个体的适应度。; (4) 选择运算;选择运算;交叉运算;变异运算;变异运算;总过程;总过程;;