文档介绍
遗传算法课件 遗传算法课件 加入的意义（同线性标定中ξ 的意义） 加入使最坏个体仍有繁殖的可能， 随 的增大而减小 的取值： ， ， ， 调节 和 ，从而来调节 五.GA的各种变形（26） 遗传算法课件 五.GA的各种变形（27） 引入 的目的： 调节选择压力，即好坏个体选择概率的 差，使广域搜索范围宽保持种群的多样性，而 局域搜索细保持收敛性。如下图表示： 开始：希望选择压力小 后来：希望选择压力大 k 遗传算法课件 幂律标定： 函数表达式： 的取值， >1时选择压力加大 <1时选择压力减小 对数标定： 函数表达式： 对数标定的作用：缩小目标函数值的差别 五.GA的各种变形（28） 遗传算法课件 指数标定： 函数表达式： 指数标定的作用：扩大差别 窗口技术： 函数表达式： 为前W代中的最小目标值，它考虑了各代 的波动，这样 具有记忆性 五.GA的各种变形（29） 遗传算法课件 正规化技术： 函数表达式： 正规化技术的作用： 将 映射到(0,1)区间，抑制超级染色体 正规化技术的实质：特殊的动态标定 即 其中： 五.GA的各种变形（30） 遗传算法课件 5.4 选择策略 传统的GA选择和遗传是一起进行的，即使 后代不如父代，却无法纠正。下面介绍的选择 策略都是先遗传后选择。这样，样本空间扩大 了，可供选择的个体增多了。 五.GA的各种变形（31） 遗传算法课件 截断选择： 选择最好的前T个个体，让每一个有1/T的选择概率，平均得到NP/T个繁殖机会。 例：NP=100,T=50 即100名学生，成绩前50名的选出。每人的选择概率为1／50，有平均2个机会。 缺点：这种方法将花费较多的时间在适应值的 排序上。 五.GA的各种变形（32） 遗传算法课件 顺序选择： 步骤： ⑴ 从好到坏排序所有个体 ⑵ 定义最好个体的选择概率为 ,则第 个个体的选择概率为： 五.GA