人工智能之遗传算法-考试专用版（2）

1.导读：

（1）遗传算法是什么？

一种寻求或靠近最优解的算法。

（2）为什么叫“遗传”？

该算法跟生物问题无关，但是借用了生物进化的思想，即“优胜劣汰”，随着遗传的进行，进化的越来越高等，在算法上来说，就是越来越优。

（3）必知的专业术语（针对考题）

适应函数：题目会给出数学函数，下面的例题中的二次函数y=x²就是适应函数，类比于生物进化中的环境

选择概率：根据适应函数会得出的

累积概率：就是选择概率的累加

随机数：题目会给，用于放入累积概率区间

2.例题

拿到这个题，先扫描到以下信息：（1）函数:y=x² （2）种群S的个体组成：s1、s2、s3、s4

所以我们有了解答的第一步：求种群中各个个体的适应函数值：

f(s1)=12²=144、f(s2)=27²=729、f(s3)=7²=49、f(s4)=16²=256

第二步，求f(s)之和：f(s1)+f(s2)+f(s3)+f(s4)=1178

第三步，求各个f（s）的占比：p1=f(s1)/f(s)=144/1178=0.12、p2=f(s2)/f(s)=729/1178=0.62、以此类推得 p3=0.04、p4=0.22，求出来的这些就是选择概率。

第四步，求累积概率：这也是我们开始遇到的第一个陌生词，但思路很简单，算出4个值：p1、p1+p2、p1+p2+p3、p1+p2+p3+p4就可以了，我就先把以上声明为q1、q2、q3和q4。算出来分别是：q1=0.12、q2=0.74、q3=0.78、q4=1

第五步，求选中次数：这是关键的一步，需要用到题目中的随机数了。我先将上面求的累积概率划分为几个区间：（0,q1),(q1,q2) ,(q2,q3),(q3,q4)。区间划分好后，我们将4个随机数和区间对应，看看分别坐落在哪个区间中，例如r1=0.45,坐落在（q1,q2）中，则q2被选中一次，对应的种群个体是s2;同理，r2=0.0003，坐落在(0,q1)中  ，则q1被选中一次，对应的种群个体是s1。类推，将4个随机数全部对应，就可算出：s1被选中1次，s2被选中2次，s3被选中0次，s4被选中1次。

第六步，求复制后的值：复制的意思也不难，r选中了谁就复制谁的值。例如r1选中了s2，则s1就复制s2,从01100转为了11011； r2选中了s1，则s2就复制s1，从11011转为了01100; r3选中了s2，s3就复制s2，从00111转为了11011；r4选中了s4，则s4就复制s4，从10000转为了10000（相当于不变）。 到这一步种群个体变为了：

s1'=11011    s2'=01100   s3'=11011    s4=10000

第七步，求交换基因的值：也是关键的一步，换基因其实就是换二进制数0-1，具体怎么换法是看题目，这道题中是说奇数轮交换前两位，偶数轮交换后两位,即s1'和s2'分别交换前两位基因，因此：s1'=11011  s2'=01100   交换前两位   就变成: s1''=01011   s2''=11100; 同理，s3'和s4'是交换后两位，因此s3'=11011  s4'=10000  交换后两位  就变成：s3''=11000    s4''=10011

因为题目不考虑变异，自此，第一轮遗传就算完成了，诞生了新的种群分别为(我称之为第二代种群)：

s1''=01011   s2''=11100  s3''=11000  s4''=10011

第八步,代入上面的新种群，继续循环以上步骤，从第一轮开始：没有新的计算步骤，后面都是不断重复上述过程，一直算到某一次遗传中，种群中的某个个体出现了“11111”，即31，就是题目说的适应度最大的个体（因为f（x）=x²）。