第四章遗传算法的实现技术_精品文档PPT资料.ppt
- 文档编号:15497903
- 上传时间:2022-11-02
- 格式:PPT
- 页数:49
- 大小:422.50KB
第四章遗传算法的实现技术_精品文档PPT资料.ppt
《第四章遗传算法的实现技术_精品文档PPT资料.ppt》由会员分享,可在线阅读,更多相关《第四章遗传算法的实现技术_精品文档PPT资料.ppt(49页珍藏版)》请在冰豆网上搜索。
可以说目前还没有一套既严密用难点之一,也是遗传算法的一个重要研究方向。
可以说目前还没有一套既严密又完整的指导理论及评价准则能够帮助我们设计编码方案。
作为参考,又完整的指导理论及评价准则能够帮助我们设计编码方案。
作为参考,DeJong曾提出了两条操作性较强的实用编码原则曾提出了两条操作性较强的实用编码原则(又称为编码规则又称为编码规则):
编码原则一编码原则一(有意义积木块编码原则有意义积木块编码原则):
应使用能易于产生与所求问题相关的且:
应使用能易于产生与所求问题相关的且具有低阶、短定义长度模式的编码方案。
具有低阶、短定义长度模式的编码方案。
编码原则二编码原则二(最小字符集编码原则最小字符集编码原则):
应使用能使问题得到自然表示或描述的具:
应使用能使问题得到自然表示或描述的具有最小编码字符集的编码方案。
有最小编码字符集的编码方案。
由于遗传算法应用的广泛性,迄今为止人们已经提出了许多种不同的编码方法。
总的来说,这些编码方法可以分为三大类:
二进制编码方法二进制编码方法浮点数编码方法浮点数编码方法符号编码方法符号编码方法http:
/电子技术论坛4.1.14.1.1二进制编码方法二进制编码方法二进制编码方法二进制编码方法二进制编码方法是遗传算法中最常用的一种编码方法,它使用的编码符号集二进制编码方法是遗传算法中最常用的一种编码方法,它使用的编码符号集是由二进制符号是由二进制符号0和和1所组成的二值符号集所组成的二值符号集0,1,它所构成的个体基因型是一个,它所构成的个体基因型是一个二进制编码符号串。
二进制编码符号串。
(1)
(1)编码编码编码编码假设某一参数的取值范围是假设某一参数的取值范围是umax,umin,我们用长度为,我们用长度为l的二进制编码符号串的二进制编码符号串来表示该参数,则它总共能够产生来表示该参数,则它总共能够产生2l种不同的编码,参数编码时的对应关系如种不同的编码,参数编码时的对应关系如下:
下:
00000000000000000umin00000000000000011umin+1111111111111111=2l1umax二进制编码的编码精度为:
二进制编码的编码精度为:
=Umaxumin2l1http:
/电子技术论坛
(2)
(2)解码解码解码解码假设某一个体的编码是:
假设某一个体的编码是:
x:
blbl-1bl-2b2b1则对应的解码公式为:
则对应的解码公式为:
例如,对于例如,对于x0,1023,若用,若用10位长的二进制编码表示该参数的话,位长的二进制编码表示该参数的话,则下述符号串:
则下述符号串:
0010101111就可表示一个个体,就可表示一个个体,它所对应的参数值是它所对应的参数值是x175。
编码精度为编码精度为=1。
x=umin+(bi2i-1)1i=lUmaxumin2l1http:
/电子技术论坛(3)(3)二进制编码方法的优点:
二进制编码方法的优点:
.编码、解码操作简单易行;
编码、解码操作简单易行;
.交叉、变异等遗传操作便于实现;
交叉、变异等遗传操作便于实现;
.符合最小字符集编码原则(使用能使问题得到自然表示或描述的具有最小符合最小字符集编码原则(使用能使问题得到自然表示或描述的具有最小编码字符集的编码方案。
);
编码字符集的编码方案。
.便于利用模式定理对算法进行理论分析。
便于利用模式定理对算法进行理论分析。
/电子技术论坛4.1.24.1.2格雷码编码方法格雷码编码方法格雷码编码方法格雷码编码方法格雷码编码方法是二进制编码方法的一种变形。
格雷码编码方法是二进制编码方法的一种变形。
(1)
(1)格雷码编码:
格雷码编码:
其连续的两个整数所对应的编码值之间仅仅只有一个码位是不相同的,其连续的两个整数所对应的编码值之间仅仅只有一个码位是不相同的,其余码位都完全相同。
如图所示。
其余码位都完全相同。
(2)
(2)优点:
优点:
便于提高遗传算法的局部搜索能力;
符合最小字符集编码原则;
/电子技术论坛4http:
/电子技术论坛4.1.34.1.3浮点数编码方法浮点数编码方法浮点数编码方法浮点数编码方法
(1)
(1)二进制编码的缺点二进制编码的缺点二进制编码的缺点二进制编码的缺点二进制编码存在着连续函数离散化时的映射误差。
二进制编码存在着连续函数离散化时的映射误差。
个体编码串的长度较短时,可能达不到精度要求;
个体编码串的长度较长时,虽然能提高编码精度,但却会使遗传算法的搜索个体编码串的长度较长时,虽然能提高编码精度,但却会使遗传算法的搜索空间急剧扩大。
空间急剧扩大。
二二进制制编码不便于反映所求不便于反映所求问题的特定知的特定知识,这样也就不便于开也就不便于开发针对问题专门知知识的的遗传运算算子,人运算算子,人们在一些在一些经典典优化算法的研究中所化算法的研究中所总结出的一些出的一些宝宝贵经验也就无法在也就无法在这里加以利用,也不便于里加以利用,也不便于处理非平凡理非平凡约束条件。
束条件。
(2)
(2)浮点数编码方法浮点数编码方法浮点数编码方法浮点数编码方法个体的每个基因值用某一范围内的一个浮点数来表示;
个体的每个基因值用某一范围内的一个浮点数来表示;
个体的编码长度等于其决策变量的个数。
因为这种编码方法使用的是决策变量的真实值,所以浮点数编码方法也叫做因为这种编码方法使用的是决策变量的真实值,所以浮点数编码方法也叫做真值编码方法。
真值编码方法。
/电子技术论坛例如,如果一个优化问题含有例如,如果一个优化问题含有5个变量个变量xi(i1,2,5),每个变量都有其对应的上,每个变量都有其对应的上下限下限Uimin,Uimax,则:
,则:
5.806.903.503.805.00x:
表示一个体的基因型,表示一个体的基因型,其对应的表现型是:
其对应的表现型是:
5.80,6.90,3.50,3.80,5.00T。
(3)(3)注意事项:
注意事项:
在浮点数编码方法中在浮点数编码方法中:
必须保证基因值在给定的区间限制范围内;
遗传算法中所使用的交叉、变异必须保证基因值在给定的区间限制范围内;
遗传算法中所使用的交叉、变异等遗传算子也必须保证其运算结果所产生的新个体的基因值也在这个区间限等遗传算子也必须保证其运算结果所产生的新个体的基因值也在这个区间限制范围内。
制范围内。
当用多个字节来表示一个基因值时,交叉运算必须在两个基因的分界字节处进当用多个字节来表示一个基因值时,交叉运算必须在两个基因的分界字节处进行,而不能在某个基因的中间字节分隔处进行。
行,而不能在某个基因的中间字节分隔处进行。
/电子技术论坛(4)(4)浮点数编码方法的优点:
浮点数编码方法的优点:
适合于在遗传算法中表示范围较大的数;
适合于精度要求较高的遗传算法;
便于较大空间的遗传搜索;
改善了遗传算法的计算复杂性,提高了运算效率;
便于遗传算法与经典优化方法的混合使用;
便于设计针对问题的专门知识的知识型遗传算子;
便于处理复杂的决策变量约束条件。
/电子技术论坛4.1.44.1.4符号编码方法符号编码方法符号编码方法符号编码方法
(1)
(1)编码方法编码方法编码方法编码方法个体染色体编码串中的基因值取自一个无数值含义、而只有代码含义的符号集。
个体染色体编码串中的基因值取自一个无数值含义、而只有代码含义的符号集。
这个符号集可以是一个字母表,如这个符号集可以是一个字母表,如A,B,C,D,;
也可以是一个数宇序号表,如也可以是一个数宇序号表,如1,2,3,4,5,;
还可以是一个代码表,如还可以是一个代码表,如Al,A2,A3,A4,A5,等等。
等等。
例如例如:
对于旅行商问题,假设有:
对于旅行商问题,假设有n个城市分别记为个城市分别记为C1,C2,Cn,将各个城市,将各个城市的的代号按其被访问的顺序连接在一起,就可构成一个表示旅行路线的个体,如:
代号按其被访问的顺序连接在一起,就可构成一个表示旅行路线的个体,如:
X:
C1,C2,Cn若将各个城市按其代号的下标进行编号,则这个个体也可表示为:
若将各个城市按其代号的下标进行编号,则这个个体也可表示为:
1,2,n旅行商问题旅行商问题(TravelingSalesmanProblem,简称,简称TSP)可描述为;
可描述为;
已知已知n个城市之间的相互距离。
现有一推销员必须遍访这个城市之间的相互距离。
现有一推销员必须遍访这n个城市,并且每个城市个城市,并且每个城市只能访问一次,最后又必须返回出发城市。
如何安排他对这些城市的访问次序,可只能访问一次,最后又必须返回出发城市。
如何安排他对这些城市的访问次序,可使其旅行路线的总长度最短使其旅行路线的总长度最短?
/电子技术论坛
(2)
(2)符号编码的主要优点:
符号编码的主要优点:
符合有意义积木块编码原则。
便于在遗传算法中利用所求解问题的专门知识。
便于遗传算法与相关近似算法之间的混合使用。
但对于使用符号编码方法的遗传算
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第四 遗传 算法 实现 技术 精品 文档