演化计算

人工智能 符号智能
计算智能 进化计算、演化计算---------遗传算法、进化规划、SA、PSO、
模糊算法
神经网络
演化计算的关键：评价机制和演化机制
步骤：解空间随机生成一组潜在解-定义评价机制，对潜在解进行评价-设计演化策略不断更新潜在解。
标准遗传算法
对潜在解的表示方式：二进制位串
编码：把向量编码成二进制位串（01010….）
解码：逆过程
（1） 初始化，设置参数：变异概率、交叉概率等初始参数、群体大小N，在解空间上随机生成N个染色体
（2） 对群体中的每个个体xi , 计算评价函数的值fitness(Xi)，
（3） 根据评价函数的值选择N个个体组成下一代群体–选择操作
（4） N个个体两两配对，构成N对，按某种交叉策略进行交叉操作，形成N个下一代个体构成新解体。—交叉操作
（5） 对于某中个体xi ,按照某种概率进行变异形成新的群体
（6） 判断是否满足终止条件，若满足解码，若不满足回到步骤（2）
赌牌选择：在一个圆里面有相应值
代码实现：在总区间段内随机产生数字，看在哪个区间段内
早熟：怎么变化都不再变化，尽量避免早熟
变异：为了尽量减少早熟，进行变异操作