遗传算法应用实例_第1页
遗传算法应用实例_第2页
遗传算法应用实例_第3页
遗传算法应用实例_第4页
遗传算法应用实例_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、2020/7/7,1,1,使用遗传算法的应用例子,遗传算法求出区间0,31上的二次函数y=x2的最大值。2020/7/7,2,2,对原始问题的分析可以改变成搜索在区间0、31中y取最大值的点a的问题。 0和31的点x是个体,函数值f(x )恰好是x的适应度,并且区间0和31是一个(解)空间。 如此,如果能给出个体x的适当的染色体代码,这个问题就能用遗传算法来解决。 设定2020/7/7,3,3,解(1)种群规模,编码染色体,产生初期种群。 取把种群规模设定为4的染色体用5位二进制编码的下一个个体,定义初始种群S1: s1=13 (01101 )、s2=24 (11000) s3=8 (0100

2、0 )、s4=19 (10011) (2)适应度函数,适应度函数: f(x)=x2 (3)计算各世代个体群中各个体的适应度,对染色体进行遗传操作,直到适应度最高的个体(即31(11111 ) )出现。2020/7/7,5、5、5,首先计算个体群S1中的各个体s1=13(01101 )、s2=24(11000) s3=8(01000 )、s4=19(10011 )的适应度f (si )。 容易地获得f (s1 )=f (13 )=132=169 f (S2 )=f (24 )=242=576 f (S3 )=f (8)=82=64f (S4 )=f (19 )=192=361,2020/7/7,6,并且计算个体群S1中的每个个体的选择概率。 选择概率的计算公式包括: p (S1 )=p (13 )=0.14 p (S2 )=p (24 )=0.49 p (S3 )=p (8)=0.06 p (S4 )=p (19 )=0.31、2020/7/7、8、8、7、

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论