罗孝麟_遗传算法

1、LOGO罗孝麟2017.3.11PPT模板下载： 行业PPT模板： 节日PPT模板： PPT素材下载： PPT图表下载： 优秀PPT下载： PPT教程： Word教程： Excel教程： 资料下载： PPT课件下载： 范文下载： 试卷下载： 教案下载： Genetic AlgorithmsStep 1individuals in the population are n-dimensional binary vectorsx, and the goal is to minimize some objective function S(x).Step 2Determining the M “fi

2、ttest” individuals could be via tournament selection.（1）In basic tournament selection with tournaments of size K, this involves selecting K individuals uniformly from the population（2）selecting the individual with the lowest objective function value as the winner. The winner then joins the reproduct

3、ion pool. This process is repeated M timesStep 3Combine with one-point crossover:given two parents xand y, and a random location r between 0 and n, create a new individualz = (x1, . . . , xr, yr+1, . . . , yn)Step 4Mutationflipping each component ofeach binary vector independently with probability p

4、 = 1/nStep 6If a stopping criterion is met, stopThere are so many conditions we can uselA solution is found that satisfies minimum criterialFixed number of generations reachedlAllocated budget (computation time/money) reachedlManual inspection The above-mentioned content comes fromMonte Carlo Method

5、s ,Dirk P.Kroese. There is a example about kangaroo onhttp:/ 问题可以简化为数值求解一个函数的全局最小值“袋鼠跳”问题 我们把 函数曲线理解成一个一个山峰和山谷组成的山脉。那么我们可以设想所得到的每一个解就是一只袋鼠，我们希望它们不断的向着更高处跳去，直到跳到最高的山峰（尽管袋鼠本身不见得愿意那么做）。所以求最大值的过程就转化成一个“袋鼠跳”的过程。 模拟物竞天择的生物进化过程，通过维护一个潜在解的群体执行了多方向的搜索，并支持这些方向上的信息构成和交换。以面为单位的搜索，比以点为单位的搜索，更能发现全局最优解。 在遗传算法中，有很多

6、袋鼠，它们降落到喜玛拉雅山脉的任意地方。这些袋鼠并不知道它们的任务是寻找珠穆朗玛峰。但每过几年，就在一些海拔高度较低的地方射杀一些袋鼠，并希望存活下来的袋鼠是多产的，在它们所处的地方生儿育女。以下是这个例子的求解过程满足收敛是结束否我们的程序框图如下比较各个chi2值并覆盖最小值数据简介测试时getchi2函数为人为定义的多元函数，即程序的目的为找到这个函数的全局最低点，程序中比较重要的几点分为： 1）变异方法 2）适应性函数 3）轮盘赌法 4）收敛条件1）变异方法 初始的变异矢量为随机n维单位矢量，然后根据施密特正交法生成一组n维正交的基矢/wi

7、ki/Gram-Schmidt_process之后依照上述基矢产生随机步长由初始点向各个正交的方向变异（步长的最大值由使用者输入）2）适应性函数作为遗传算法对个体是否保留的评判标准，函数值越高保留的几率越大，此处即设置为exp（getchi2）3）轮盘赌法决定是否保留遗传个体的函数，其选择机制与轮盘赌相同4）收敛条件在本程序中收敛条件设置为在连续一定次数的迭代中一直没有更小的值出现后即停止。这个方法在目前的测试中是十分有效的。但在实际应用中（选定一些物理模型的待定参数），是否有更加适用和符合物理的方法？ double x = fabs(p0 ); double y = p1; double chi2 = (x-1)*(x-1)-1)*(p0=0)*0.5) + (y-2)*(y-2) + (p2-1)*(p2-1) + (p3-2)*(p3-2) + (p4-1)*(p4-1) + (p5-2)*(p5-2) + (p6-1)*(p6-1) + (p7-2)*(p7-2) ; return chi2;final chi2 = -1.9868, p0=-1.07674, p1=2.00403, p2=1.01723, p3=2.014, p4=1.01711, p5=2.