博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
遗传算法
阅读量:5839 次
发布时间:2019-06-18

本文共 1132 字,大约阅读时间需要 3 分钟。

1、 遗传算法的改进

(1)
自适应遗传算法
(2)CHC
算法
(3)
基于小生境技术的遗传算法
(4)
退火进化算法
 
2、 遗传算法的应用
 
(1)
解决带约束的函数优化问题
(2)
解决多目标优化问题
(3)
解决组合优化问题
(4)
遗传算法在过程建模中的应用
(5)
遗传算法在模式识别中的应用
 
3、遗传算法的原理
 
遗传算法(GA)是模拟生物在自然环境下的遗传和进化过程而形成的一种
自适应全局优化概率搜索方法。其采纳了
自然进化模型,从代表问题可能潜在解集的一个
种群开始,种群由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体;初始种群产生后,按照
适者生存和优胜劣汰的原理,逐代演化产生出越来越好的解:
(1)在每一代,概据问题域中个体的适应度大小挑选个体;
(2)并借助遗传算子进行组合交叉和主客观变异,产生出代表新的解集的种群。
(3)这一过程循环执行,直到满足优化准则为止。最后,末代个体经解码,生成近似最优解。
 基于种群进化机制的遗传算法如同自然界进化一样,后生代种群比前生代更加适应于环境,通过逐代进化,逼近最优解。
 
  
4、遗传算法的特点
遗传算法的
本质并行性
   ·首先,遗传算法并行的方式从问题解的串集开始嫂索,而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法从单个初始值迭代求最优解的;容易误入局部最优解。遗传算法从串集开始搜索,覆盖面大,利于全局择优。
   ·其次,算法内含并行性,遗传算法采用种群方式组织搜索,因而可同时搜索妥空间的多个区域(n-n3),并相互交流信息,能以较小的计算获得较大的收益。
遗传算法基本上
不用搜索空间的知识或其它辅助信息,而仅用适应度函数值来评估个体,在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束,而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大扩展。
遗传算法
不是采用确定性规则,而是采用概率的变迁规则来指导他的搜索方向。
具有
自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索时,硬度大的个体具有较高的生存概率,并获得更适应环境的基因结构。
遗传算法可更
直接的应用,对给定的问题,可以产生许多潜在解,最终选择可以由使用者指定,通用性高,应用范围广。
  
5、遗传算法在交通中的应用
(1)解决带约束的函数优化问题
    交通规划
(2)解决多目标优化问题
    交通信号控制
(3)解决组合优化问题(TSP问题)
   
TSP
问题
(4)遗传算法在过程建模中的应用
   
BP
、模糊等参数优化
(5)在模式识别中的应用
   
图像处理
 

转载于:https://www.cnblogs.com/Xbingbing/p/3271705.html

你可能感兴趣的文章
《前方的路 - 阮一峰》系列分享专栏
查看>>
深入理解Java的整型类型:如何实现2+2=5?
查看>>
窗口控件背景透明
查看>>
php 生成随机 订单号、ID。。。
查看>>
配置ip以及网络问题排查
查看>>
【2018.06.08学习笔记】【linux高级知识 12.10-12.12】
查看>>
关于Spring Cloud大型互联网分布式企业微服务云架构
查看>>
企业级SpringBoot教程 (十)用spring Restdocs创建API文档
查看>>
企业分布式微服务云SpringCloud SpringBoot mybatis (十)高可用的服务注册中心
查看>>
为什么程序员千万不要重写代码?
查看>>
一些长时间GC停顿问题的排查及解决办法
查看>>
多年经验的大牛总结出来的Python案例超详细
查看>>
云数据库将进入企业级百万IOPS时代
查看>>
PHP 数组转字符串,与字符串转数组
查看>>
白话说大数据算法C4.5
查看>>
【SpringCloud】Zuul在何种情况下使用Hystrix
查看>>
JavaScript是如何工作的:渲染引擎和优化其性能的技巧
查看>>
android完整智能家居、备忘录、蓝牙配对、3D动画库、购物车页面、版本更新自动安装等源码...
查看>>
TableStore:多行数据操作
查看>>
Redis快速入门
查看>>