最优化方法解决计算机算法问题,最优化问题求解之:遗传算法

遗传算法的手工模拟计算示例

为更好地理解遗传算法的运算过程,下面用手工计算来简单地模拟遗传算法的各

个主要执行步骤。

例:求下述二元函数的最大值:

a4c26d1e5885305701be709a3d33442f.png

(1) 个体编码

遗传算法的运算对象是表示个体的符号串,所以必须把变量 x1, x2 编码为一种

符号串。本题中,用无符号二进制整数来表示。

因 x1, x2 为 0 ~ 7之间的整数,所以分别用3位无符号二进制整数来表示,将它

们连接在一起所组成的6位无符号二进制数就形成了个体的基因型,表示一个可

行解。

例如,基因型 X=101110 所对应的表现型是:x=[ 5,6 ]。

个体的表现型x和基因型X之间可通过编码和解码程序相互转换。

(2) 初始群体的产生

遗传算法是对群体进行的进化操作,需要给其淮备一些表示起始搜索点的初始

群体数据。

本例中,群体规模的大小取为4,即群体由4个个体组成,每个个体可通过随机

方法产生。

如:011101,101011,011100,111001

(3) 适应度汁算

遗传算法中以个体适应度的大小来评定各个个体的优劣程度,从而决定其遗传

机会的大小。</

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值