資源描述：
《遺傳算法簡介及代碼詳解》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。
1、遺傳算法簡述及代碼詳解聲明：本文內容整理自網(wǎng)絡，認為原作者同意轉載，如有冒犯請聯(lián)系我。遺傳算法基本內容遺傳算法為群體優(yōu)化算法，也就是從多個初始解開始進行優(yōu)化，每個解稱為一個染色體，各染色體之間通過競爭、合作、單獨變異，不斷進化。遺傳學與遺傳算法中的基礎術語比較染色體(chromosome)數(shù)據(jù)，數(shù)組，序列基因(gene)單個元素，位等位基因(allele)數(shù)據(jù)值，屬性，值基因座(locus)位置，iterator位置表現(xiàn)型(phenotype)參數(shù)集，解碼結構，候選解染色體：又可以叫做基因型個體(individuals)群體/種群(populati
2、on)：一定數(shù)量的個體組成，及一定數(shù)量的染色體組成，群體中個體的數(shù)量叫做群體大小。初始群體：若干染色體的集合，即解的規(guī)模，如30，50等，認為是隨機選取的數(shù)據(jù)集合。適應度(fitness)：各個個體對環(huán)境的適應程度優(yōu)化時先要將實際問題轉換到遺傳空間，就是把實際問題的解用染色體表示，稱為編碼，反過程為解碼/譯碼，因為優(yōu)化后要進行評價（此時得到的解是否較之前解優(yōu)越），所以要返回問題空間，故要進行解碼。SGA采用二進制編碼，染色體就是二進制位串，每一位可稱為一個基因；如果直接生成二進制初始種群，則不必有編碼過程，但要求解碼時將染色體解碼到問題可行域內。遺
3、傳算法的準備工作:1)數(shù)據(jù)轉換操作，包括表現(xiàn)型到基因型的轉換和基因型到表現(xiàn)型的轉換。前者是把求解空間中的參數(shù)轉化成遺傳空間中的染色體或者個體(encoding)，后者是它的逆操作(decoding)2)確定適應度計算函數(shù)，可以將個體值經(jīng)過該函數(shù)轉換為該個體的適應度，該適應度的高低要能充分反映該個體對于解得優(yōu)秀程度。非常重要的過程。遺傳算法基本過程為:1)編碼，創(chuàng)建初始群體2)群體中個體適應度計算3)評估適應度4)根據(jù)適應度選擇個體5)被選擇個體進行交叉繁殖6)在繁殖的過程中引入變異機制7)繁殖出新的群體，回到第二步實例一：（建議先看實例二）求范圍內
4、的的最小值1)編碼算法選擇為"將轉化為2進制的串"，串的長度為5位（串的長度根據(jù)解的精度設定，串長度越長解得精度越高）。(等位基因的值為0or1)。2)計算適應度的方法是：先將個體串進行解碼，轉化為int型的x值，然后使用作為其適應度計算合適(由于是最小值，所以結果越小，適應度也越好)。需要說明，將原目標函數(shù)設置為適應度函數(shù)是一種選擇，但未必是最貼切的方法。3)正式開始，先設置群體大小為4，然后初始化群體=>(在[0，31]范圍內隨機選取4個整數(shù)就可以編碼)4)計算適應度Fi(由于是求解最小值，可以選取一個大的基準線1000）5)計算每個個體的選擇
5、概率，選擇概率要能夠反映個體的優(yōu)秀程度。這里用一個很簡單的方法來確定選擇概率6)選擇根據(jù)所有個體的選擇概率進行淘汰選擇。這里使用的是一個賭輪的方式進行淘汰選擇。先按照每個個體的選擇概率創(chuàng)建一個賭輪，然后選取4次，每次先產生一個0-1的隨機小數(shù)，然后判斷該隨機數(shù)落在那個段內就選取相對應的個體。這個過程中，選取概率高的個體將可能被多次選擇，而概率低的就可能被淘汰。下面是一個簡單的賭輪的例子13%35%15%37%----------
6、----------------------------
7、------------------
8、------------
9、---------------------
10、個體1個體2個體3^0.67個體4隨機數(shù)為0.67落在了個體4的端內，本次選擇了個體4。被選中的個體將進入配對庫(matingpool，配對群體)準備開始繁殖。7)簡單交叉先對配對庫中的個體進行隨機配對，然后在配對的2個個體中設置交叉點，交換2個個體的信息后產生下一代。比如(
11、代表簡單串的交叉位置)(0110
12、1，1100
13、0)--交叉-->(01100，11001)(01
14、000，11
15、011)--交叉-->(01011，11000)2個父代的個體在交叉后繁殖出了下一代的同樣數(shù)量的個體.復雜的交叉在交叉
16、的位置，交叉的方法，雙親的數(shù)量上都可以選擇.其目的都在于盡可能的培育出更優(yōu)秀的后代8)變異變異操作時按照基因座來的，比如說每計算2萬個基因座就發(fā)生一個變異(我們現(xiàn)在的每個個體有5個基因座。也就是說要進化1000代后才會在其中的某個基因座發(fā)生一次變異)變異的結果是基因座上的等位基因發(fā)生了變化。我們這里的例子就是把0變成1或則1變成0。至此，我們已經(jīng)產生了一個新的(下一代)群體，然后回到第4步，周而復始，生生不息下去。實例二：為了便于理解，手工計算來簡單地模擬遺傳算法的各個主要執(zhí)行步驟：（1）個體編碼遺傳算法的運算對象是表示個體的符號串，所以必須把變量
17、x1,x2編碼為一種符號串。本題中，用無符號二進制整數(shù)（編碼方式較多）來表示。因x1,x2為0~7之間的整數(shù)，所以分別用3
