首先给模式下定义:模式是一些相似的模块,它描述了在某些位置上具有相似结构特征的个体编码串的一个子集。以二进制为例,个体是由二值字符集V={0,1}构成,而模式却是以三值字符集V={0,1,*}构成。
【模式定理】:遗传算法中,在选择、交叉和变异算子的作用下,具有低阶 、短的定义长度 ,并且平均适应值高于群体平均适应值 的模式将按指数级增长 。
蓝色字代表该模式所必须具备的条件,红色字代表具备该条件时模式将会有的效果。
【结论公式】
![](/upload/picture/pic/34389/d0358dfe-e599-3ae5-a5f0-9c61464a9929.png)
【说明】
低阶 : 要小
短定义 : 要小
平均适应值高于群体平均适应值 :要大
:假设在进化过程中的第t代是时,当前群集P(t)中能与模式H匹配的个体数。
【推导】
【1平均适应值高于群体平均适应值( 选择子的作用) 】
【说明】
:与模式H所匹配的各个个体Ai能平均复制M*F(Ai)/F(t)个个体到下一代群体中的数量。
:与模式H匹配的各个个体Ai
:群体中适应度的总和
:将适应度均值化
:第t代群体中模式 H 所隐含 个体的平均适应度
:第t代群体 的平均适应度
:模式平均适应值 与 群体平均适应值 之比
![](/upload/picture/pic/34393/402401fe-bc74-3882-837a-e17ab454f994.png)
设模式H的平均适应度总是高出群体适应度的C倍,则
然后:
![](/upload/picture/pic/34391/ea55a7dc-ca57-327d-ba4e-5fbc979c3b06.png)
由上式可知:
l 若C>0,则m(H,t)呈指数级增长;
l 若C<0,则m(H,t)呈指数级减少。
【2低阶( 交叉算子的作用) 】
交叉操作有可能破坏模式,也可能不破坏,所以有模式的生存率Ps,再考虑交叉操作本身是以交叉率Pc发生的,所以模式H的生存概率下界 为:
![](/upload/picture/pic/34397/b3c301ac-4f4f-31be-a32c-fd2b5007aab7.png)
这样,经过选择算子和交叉算子作用之后,模式H的样本数满足下式:
定义距
越小,则m(H,t)越容易呈指数级增长;
定义距
越大,则m(H,t)越不容易呈指数级增长
【2短定义( 变异算子的作用) 】
若某一模式被破坏,则必然是模式描述形式中通配*之处的某一基因值发生了变化,其发生概率是:
当 时,有
![](/upload/picture/pic/34395/46e86c30-b24f-3d1e-ae9f-dda1fdb47b90.png)
由此可见,在变异算子作用下,模式H的生存概率大约是:
l o(H)越小,模式H越易于生存
l o(H)越大,模式H越易于破坏
综合上式就得出
【模式定理】:遗传算法中,在选择、交叉和变异算子的作用下,具有低阶 、短的定义长度 ,并且平均适应值高于群体平均适应值 的模式将按指数级增长 。