一、 遗传算法的三个主要操作
1、选择
2、交配
3、变异
遗传算法广泛的应用于最优化问题求解之中!
简单遗传算法SGA的实现步骤:
1、编码
2、评价
3、适应函数
4、交配规则
5、停止条件
二、选择采用的算法
采用确定性算法:
交配规则:
变异:
就是将随机指定某个位进行变异,0变成1,1变成0!目的是近亲繁殖的时候出来的数据变化不大,需要变异新的基因以跳出局部最优解。
例题
1、编码:采用二进制形式编码,由于变量的最大值31,固采用5个位即可表达全部的值。
由于x的定义域是[0, 31]间的整数,刚好可以用5位二进制数表示,因此可以用5位二进制数表示该问题的解,即染色体。如00000表示x=0,10101表示x=21,11111表示x=31等。
2、适应函数,这里可以直接采用f(x)上面的函数作为适应函数。
假设群体的规模N=4,交配概率Pc=100%,变异概率Pm=1%。
设随机生成的初始群体为:
01101,11000,01000,10011
这里选择的算法采用上面的确定算法:得到第0代如下
配对进行交配,其中交配位是随机选择的rand(5):位的话是从左边往右边数。
交配的结果得到第一代的情况表:
继续交配:
由第1代和第0代的结果可知交配结果变化不是很大,因而需要选择变异!
变异位也是随机。
得到第二代的情况表:
交配结果:
看到下面的图,平均值已经趋近于平缓,因此可以停止交配,关于停止交配的终止条件可以是:1、到达设置的迭代次数,2、输出结果日渐平缓
最后得到的问题最优解为:
x:11111
对应的整数是x=31