资 源 简 介
资源描述
遗传算法(GA)是一种解优化问题的随机搜索方法,它借助于生物进化中的自然选择和遗传(即适者生存)的规律.
算法步骤(基本遗传算法)
Step 1.随机初始化pop_size个染色体.Step 2.用交叉算法更新染色体.Step 3.用变异算法更新染色体.Step
4.计算所有染色体的目标值.Step 5.根据目标值计算每个染色体的适应度.Step 6.通过轮盘赌的方法选择染色体.Step
7.重复第二至第六步直到终止条件满足.Step 8.输出最好的染色体作为最优解.
为利于遗传算法的计算,首先要对解进行编码,编码后的解称为染色体.对于约束优化问题,遗传算法是在染色体中进行操作,而把操作结果解码后去检验其可行性.
遗传算法的主要特征:
群体和种群的维数相等,为一个偶数维,且不随代数的变化而变化;适应函数直接选用目标函数;种群中的个体通过轮盘赌的方法选取;种群中的一对个体采用随机交配位的方式产生一对子代;每一个基因有相同的变异概率。