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