人工智能遗传算法求函数极值

**

人工智能遗传算法求函数极值

**

1、实验目的与原理
1)目的
熟悉和掌握遗传算法的原理、流程和编码策略，并利用遗传求解函数优化问题，理解求解函数极值问题的流程并测试主要参数对结果的影响,掌握遗传算法的基本实现方法。
2)原理
遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程。它把问题的参数用基因代表，把问题的解用染色体代表（在计算机里用二进制码表示），从而得到一个由具有不同染色体的个体组成的群体。这个群体在问题特定的环境里生存竞争，适者有最好的机会生存和产生后代。后代随机化地继承了父代的最好特征，并也在生存环境的控制支配下继续这一过程。群体的染色体都将逐渐适应环境，不断进化，最后收敛到一族最适应环境的类似个体，即得到问题最优的解。要求利用遗传算法求解函数极值问题。
2、实验内容及条件
（1）实验内容
利用“智能搜索算法实验系统”中的“遗传算法工具箱”求解下列函数极值

（2）实验流程图如2-1所示：

图2-1
（3）实验条件
智能搜索算法教学实验系统
3、实验步骤
(1)打开软件进入主界面，选择遗传算法，界面如图3-1所示：