人工智能第3章遺傳算法38課件

人工智能ArtificialIntelligence(AI)2022/12/27人工智能2022/12/2713.4遺傳算法生物群體的生存過程普遍遵循達(dá)爾文的物競(jìng)天擇、適者生存的進(jìn)化準(zhǔn)則；生物通過個(gè)體間的選擇、交叉、變異來適應(yīng)大自然環(huán)境。2022/12/273.4遺傳算法生物群體的生存過程普遍遵循達(dá)爾文的物競(jìng)天擇2遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造的一類優(yōu)化搜索算法，是對(duì)生物進(jìn)化過程的一個(gè)數(shù)學(xué)仿真，屬于進(jìn)化計(jì)算中的一類方法。2022/12/27遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造的一3串碼：表示染色體或者個(gè)體適應(yīng)度函數(shù)：表示一個(gè)染色體的適應(yīng)能力，其最大值或者最小值就是最優(yōu)化問題的解2022/12/27串碼：表示染色體或者個(gè)體2022/12/274一、

遺傳算法的基本機(jī)理二、遺傳算法的求解步驟三、遺傳算法的收斂性（略）2022/12/27一、遺傳算法的基本機(jī)理2022/12/275一、遺傳算法的基本機(jī)理1編碼與解碼2適應(yīng)度函數(shù)3遺傳操作2022/12/27一、遺傳算法的基本機(jī)理2022/12/2761編碼與解碼在遺傳算法中，為了模仿遺傳學(xué)的遺傳規(guī)律，必須對(duì)問題的解的結(jié)構(gòu)進(jìn)行編碼，運(yùn)行遺傳算法后，再通過解碼得到問題的解。編碼解碼遺傳算法問題2022/12/271編碼與解碼在遺傳算法中，為了模仿遺傳學(xué)的遺傳規(guī)律，必須7編碼：將問題解的結(jié)構(gòu)轉(zhuǎn)換成位串形式編碼的過程解碼：將位串形式編碼轉(zhuǎn)化成問題的解的過程染色體（個(gè)體）：位串形式編碼2022/12/27編碼：將問題解的結(jié)構(gòu)轉(zhuǎn)換成位串形式編碼的過程2022/12/8編碼與解碼方法：二進(jìn)制碼方法浮點(diǎn)數(shù)方法符號(hào)方法格雷碼方法2022/12/27編碼與解碼方法：2022/12/279二進(jìn)制碼方法編碼方法：將參數(shù)的取值范圍分成等長(zhǎng)的2l–1

部分，再用l

個(gè)二進(jìn)制來編碼每一個(gè)等分，共有2l

種不同的編碼。2022/12/27二進(jìn)制碼方法編碼方法：將參數(shù)的取值范圍分成等長(zhǎng)的2l–10假設(shè)x[A,B],每一個(gè)部分的長(zhǎng)度為l＝200A01A+δ10A+2δ11A+3δ=BAB2022/12/27假設(shè)x[A,B],每一個(gè)部分的長(zhǎng)度為l＝20011解碼方法：如果某一個(gè)體的編碼為：X=xl

xl-1…x2

x1解碼公式為2022/12/27解碼方法：如果某一個(gè)體的編碼為：2022/12/2712特點(diǎn)：編碼與解碼簡(jiǎn)單碼串比較長(zhǎng)搜索空間是有限的，提高解的精度，必須加大碼長(zhǎng)求解多個(gè)參數(shù)時(shí)，將所有的碼拼接起來2022/12/27特點(diǎn)：2022/12/2713符號(hào)方法：個(gè)體編碼中的基因值只取代碼含義的符號(hào)集例：TSP問題，按照一個(gè)回路中城市的序號(hào)進(jìn)行編碼相互之間不能相同2022/12/27符號(hào)方法：個(gè)體編碼中的基因值只取代碼含義的符號(hào)集例：TSP問142適應(yīng)度函數(shù)適應(yīng)度函數(shù)：度量染色體優(yōu)劣程度的函數(shù)，體現(xiàn)自然進(jìn)化中的優(yōu)勝劣汰原則。對(duì)于優(yōu)化問題，適應(yīng)度函數(shù)就是目標(biāo)函數(shù)。2022/12/272適應(yīng)度函數(shù)適應(yīng)度函數(shù)：度量染色體優(yōu)劣程度的函數(shù)，體現(xiàn)自15例：對(duì)于TSP問題，要求總路徑長(zhǎng)度為最小，適應(yīng)度函數(shù)可以定義為最小化最大化其中，wn+1=w1

d(wj,wj+1)：兩個(gè)城市之間的距離2022/12/27例：對(duì)于TSP問題，要求總路徑長(zhǎng)度為最小，適應(yīng)度函數(shù)可以定義163遺傳操作三種簡(jiǎn)單的遺傳操作：選擇（Selection）交叉（Crossover）變異（Mutation）2022/12/273遺傳操作三種簡(jiǎn)單的遺傳操作：2022/12/2717選擇操作（復(fù)制操作）：根據(jù)適應(yīng)度函數(shù)值所度量的個(gè)體的優(yōu)劣程度決定此個(gè)體在下一代是被淘汰或是被遺。一般情況下，如果是求最大值，適應(yīng)度函數(shù)值大的個(gè)體具有較大的生存機(jī)會(huì)。2022/12/27選擇操作（復(fù)制操作）：根據(jù)適應(yīng)度函數(shù)值所度量的個(gè)體的優(yōu)劣程度18交叉操作：選出兩個(gè)個(gè)體作為父母?jìng)€(gè)體，將兩種的部分碼值進(jìn)行交換。例：100011101101101110001011110111102022/12/27交叉操作：選出兩個(gè)個(gè)體作為父母?jìng)€(gè)體，將兩種的部分碼值進(jìn)行交換19變異操作：改變數(shù)碼串上的某一個(gè)位置的數(shù)碼。例10100110101101102022/12/27變異操作：改變數(shù)碼串上的某一個(gè)位置的數(shù)碼。例1010011020二、遺傳算法的求解步驟1遺傳算法的特點(diǎn)通過編碼使得解空間是有限的，所有遺傳算法是一種基于空間搜索的求解技術(shù)，通過自然選擇、交叉、變異等操作以及達(dá)爾文的適者生存的理論，模擬自然進(jìn)化過程來尋找問題的解。2022/12/27二、遺傳算法的求解步驟1遺傳算法的特點(diǎn)2022/12/221現(xiàn)在將遺傳算法看成為一種現(xiàn)代的優(yōu)化技術(shù)，但是不一定能找到問題的全局最優(yōu)解。通過一定的手段，可以將誤差控制在容許的范圍內(nèi)（以很大的概率找到全局最優(yōu)解）。最優(yōu)解2022/12/27現(xiàn)在將遺傳算法看成為一種現(xiàn)代的優(yōu)化技術(shù)，但是不一定能找到問題22特點(diǎn)：對(duì)參數(shù)集合的編碼進(jìn)行進(jìn)化，不是參數(shù)本身進(jìn)行進(jìn)化從問題解的編碼組（群體）開始，不是從單個(gè)解開始搜索只利用適應(yīng)度函數(shù)（目標(biāo)函數(shù)），不需要導(dǎo)數(shù)等信息只利用選擇、交叉、變異等操作，不需要利用確定性規(guī)則進(jìn)行隨機(jī)操作2022/12/27特點(diǎn)：2022/12/27232遺傳算法的框圖遺傳算法的基本思想：通過隨機(jī)方式產(chǎn)生若干個(gè)個(gè)體，形成一個(gè)初始種群；利用適應(yīng)度函數(shù)計(jì)算它們的適應(yīng)度函數(shù)值，淘汰適應(yīng)度小的個(gè)體，選擇適應(yīng)度高的個(gè)體參加遺傳操作；經(jīng)過遺傳操作后的個(gè)體形成下一代種群，再對(duì)新的種群進(jìn)行新的一輪進(jìn)化。2022/12/272遺傳算法的框圖遺傳算法的基本思想：通過隨機(jī)方式產(chǎn)生若干24基本思想簡(jiǎn)單的遺傳算法基本的遺傳算法復(fù)雜的遺傳算法2022/12/27基本思想簡(jiǎn)單的遺傳算法基本的遺傳算法復(fù)雜的遺傳算法2022/25簡(jiǎn)單遺傳算法的步驟：初始化種群計(jì)算種群中每一個(gè)個(gè)體的適應(yīng)度函數(shù)值根據(jù)與適應(yīng)度相關(guān)聯(lián)的規(guī)則確定進(jìn)入下一輪的個(gè)體2022/12/27簡(jiǎn)單遺傳算法的步驟：2022/12/2726按照某一個(gè)概率進(jìn)行交叉操作按照某一個(gè)概率進(jìn)行變異操作如果不滿足終止條件，則轉(zhuǎn)到(2)，否則繼續(xù)將種群中適應(yīng)度最優(yōu)的個(gè)體作為問題的解2022/12/27按照某一個(gè)概率進(jìn)行交叉操作2022/12/2727開始初始化種群計(jì)算適應(yīng)度值選擇操作交叉操作變異操作終止條件？選取適應(yīng)度最優(yōu)個(gè)體作為解結(jié)束是2022/12/27開始初始化種群計(jì)算適應(yīng)度值選擇操作交叉操作變異操作終止條件？28算法可定義為一個(gè)8元組：C---個(gè)體的編碼方法；E---個(gè)體適應(yīng)度評(píng)價(jià)函數(shù)；P0---初始群體；M---群體大小；Φ---選擇算子；Γ---交叉算子；---變異算子T---遺傳運(yùn)算終止條件。2022/12/27C---個(gè)體的編碼方法；2022/12/2729例

用遺傳算法求解優(yōu)化問題其中為整數(shù)。(1)確定初始種群通過隨機(jī)的方法來產(chǎn)生染色體的數(shù)字串，并組成初始種群。例如，為得到數(shù)字串的某位——又稱之為基因(genes)，使用計(jì)算機(jī)在0～1之間產(chǎn)生隨機(jī)數(shù)K，并按照數(shù)K的變化區(qū)域來規(guī)定基因代碼如下：

0，（0≤K＜0.5）

1，（0.5≤K≤1）G=2022/12/27例用遺傳算法求解優(yōu)化問題其中為整數(shù)。(1)確定30①參數(shù)編碼將整數(shù)x{0,1,…,31}作為參數(shù)，采用二進(jìn)制進(jìn)行編碼：X=0—>00000，……x=31—>11111②隨機(jī)生成例如:①01001；②11001；③01000；④10011。2022/12/272022/12/2731(2)選擇根據(jù)“適者生存”的自然選擇原理,從初始種群中選擇生命力強(qiáng)的個(gè)體(適者)產(chǎn)生新的種群①確定適應(yīng)度函數(shù)適應(yīng)度函數(shù)取為非負(fù)函數(shù),且適應(yīng)度增大的方向?qū)?yīng)于目標(biāo)函數(shù)的優(yōu)化方向本例取適應(yīng)度函數(shù)fitness(X)=x2②計(jì)算適應(yīng)度和選擇率將初始種群的個(gè)體解碼為X,并計(jì)算適應(yīng)度f(X)及選擇率f/∑,其中∑為適應(yīng)度之和.2022/12/27(2)選擇2022/12/2732選擇適應(yīng)值大的串作為母本，使在下一代中有更多的機(jī)會(huì)繁殖其子孫。要在四個(gè)種子個(gè)體中做選擇，要求仍然得到四個(gè)染色體，可依據(jù)適應(yīng)度概率比例制定如下規(guī)則：低于0.125以下的染色體被淘汰；在0.125～0.375之間的染色體被復(fù)制一個(gè)；在0.375～0.625之間的染色體被復(fù)制兩個(gè)；在0.625～0.875之間的染色體被復(fù)制三個(gè)；在0.875以上的染色體可復(fù)制四個(gè)。2022/12/27選擇適應(yīng)值大的串作為母本，使在下一代中有更多的機(jī)會(huì)繁殖其子孫332022/12/272022/12/2734③隨機(jī)選擇適者個(gè)體采用輪盤法，對(duì)初始種群進(jìn)行選擇，使得最優(yōu)秀的個(gè)體獲得最多的生存繁殖機(jī)會(huì)。49.2﹪30.9%14.4%5.5%011011100011000100112022/12/27③隨機(jī)選擇適者個(gè)體49.2﹪30.9%14.4%5.5%035(3)交叉將選擇出的個(gè)體存入交配池中，用隨機(jī)方法配對(duì)交叉，以產(chǎn)生新一代的個(gè)體①隨機(jī)選擇配對(duì)；②隨機(jī)選擇交叉點(diǎn)；③采用單點(diǎn)交叉，產(chǎn)生新的種群2022/12/27(3)交叉2022/12/2736(4)變異

在交叉過程中，可能丟失一些重要的遺傳信息(特定位置的1與0)，因而產(chǎn)生變異。為了獲得新的遺傳信息，則需引入適度的變異。設(shè)變異概率取為0.001,則對(duì)于種群總共有20個(gè)基因位.期望的變異串位數(shù)計(jì)算:20×0.001=0.02(位),

故一般來說,該例中可無基因位數(shù)值的改變.2022/12/27(4)變異設(shè)變異概率取為0.001,則對(duì)于種群總共有20372022/12/272022/12/2738樹立質(zhì)量法制觀念、提高全員質(zhì)量意識(shí)。12月-2212月-22Tuesday,December27,2022人生得意須盡歡，莫使金樽空對(duì)月。16:55:0716:55:0716:5512/27/20224:55:07PM安全象只弓，不拉它就松，要想保安全，常把弓弦繃。12月-2216:55:0716:55Dec-2227-Dec-22加強(qiáng)交通建設(shè)管理，確保工程建設(shè)質(zhì)量。16:55:0716:55:0716:55Tuesday,December27,2022安全在于心細(xì)，事故出在麻痹。12月-2212月-2216:55:0716:55:07December27,2022踏實(shí)肯干，努力奮斗。2022年12月27日4:55下午12月-2212月-22追求至善憑技術(shù)開拓市場(chǎng)，憑管理增創(chuàng)效益，憑服務(wù)樹立形象。27十二月20224:55:07下午16:55:0712月-22嚴(yán)格把控質(zhì)量關(guān)，讓生產(chǎn)更加有保障。十二月224:55下午12月-2216:55December27,2022作業(yè)標(biāo)準(zhǔn)記得牢，駕輕就熟除煩惱。2022/12/2716:55:0716:55:0727December2022好的事情馬上就會(huì)到來，一切都是最好的安排。4:55:07下午4:55下午16:55:0712月-22一馬當(dāng)先，全員舉績(jī)，梅開二度，業(yè)績(jī)保底。12月-2212月-2216:5516:55:0716:55:07Dec-22牢記安全之責(zé)，善謀安全之策，力務(wù)安全之實(shí)。2022/12/2716:55:07Tuesday,December27,2022相信相信得力量。12月-222022/12/2716:55:0712月-22謝謝大家！樹立質(zhì)量法制觀念、提高全員質(zhì)量意識(shí)。12月-2212月-2239人工智能ArtificialIntelligence(AI)2022/12/27人工智能2022/12/27403.4遺傳算法生物群體的生存過程普遍遵循達(dá)爾文的物競(jìng)天擇、適者生存的進(jìn)化準(zhǔn)則；生物通過個(gè)體間的選擇、交叉、變異來適應(yīng)大自然環(huán)境。2022/12/273.4遺傳算法生物群體的生存過程普遍遵循達(dá)爾文的物競(jìng)天擇41遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造的一類優(yōu)化搜索算法，是對(duì)生物進(jìn)化過程的一個(gè)數(shù)學(xué)仿真，屬于進(jìn)化計(jì)算中的一類方法。2022/12/27遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造的一42串碼：表示染色體或者個(gè)體適應(yīng)度函數(shù)：表示一個(gè)染色體的適應(yīng)能力，其最大值或者最小值就是最優(yōu)化問題的解2022/12/27串碼：表示染色體或者個(gè)體2022/12/2743一、

遺傳算法的基本機(jī)理二、遺傳算法的求解步驟三、遺傳算法的收斂性（略）2022/12/27一、遺傳算法的基本機(jī)理2022/12/2744一、遺傳算法的基本機(jī)理1編碼與解碼2適應(yīng)度函數(shù)3遺傳操作2022/12/27一、遺傳算法的基本機(jī)理2022/12/27451編碼與解碼在遺傳算法中，為了模仿遺傳學(xué)的遺傳規(guī)律，必須對(duì)問題的解的結(jié)構(gòu)進(jìn)行編碼，運(yùn)行遺傳算法后，再通過解碼得到問題的解。編碼解碼遺傳算法問題2022/12/271編碼與解碼在遺傳算法中，為了模仿遺傳學(xué)的遺傳規(guī)律，必須46編碼：將問題解的結(jié)構(gòu)轉(zhuǎn)換成位串形式編碼的過程解碼：將位串形式編碼轉(zhuǎn)化成問題的解的過程染色體（個(gè)體）：位串形式編碼2022/12/27編碼：將問題解的結(jié)構(gòu)轉(zhuǎn)換成位串形式編碼的過程2022/12/47編碼與解碼方法：二進(jìn)制碼方法浮點(diǎn)數(shù)方法符號(hào)方法格雷碼方法2022/12/27編碼與解碼方法：2022/12/2748二進(jìn)制碼方法編碼方法：將參數(shù)的取值范圍分成等長(zhǎng)的2l–1

部分，再用l

個(gè)二進(jìn)制來編碼每一個(gè)等分，共有2l

種不同的編碼。2022/12/27二進(jìn)制碼方法編碼方法：將參數(shù)的取值范圍分成等長(zhǎng)的2l–49假設(shè)x[A,B],每一個(gè)部分的長(zhǎng)度為l＝200A01A+δ10A+2δ11A+3δ=BAB2022/12/27假設(shè)x[A,B],每一個(gè)部分的長(zhǎng)度為l＝20050解碼方法：如果某一個(gè)體的編碼為：X=xl

xl-1…x2

x1解碼公式為2022/12/27解碼方法：如果某一個(gè)體的編碼為：2022/12/2751特點(diǎn)：編碼與解碼簡(jiǎn)單碼串比較長(zhǎng)搜索空間是有限的，提高解的精度，必須加大碼長(zhǎng)求解多個(gè)參數(shù)時(shí)，將所有的碼拼接起來2022/12/27特點(diǎn)：2022/12/2752符號(hào)方法：個(gè)體編碼中的基因值只取代碼含義的符號(hào)集例：TSP問題，按照一個(gè)回路中城市的序號(hào)進(jìn)行編碼相互之間不能相同2022/12/27符號(hào)方法：個(gè)體編碼中的基因值只取代碼含義的符號(hào)集例：TSP問532適應(yīng)度函數(shù)適應(yīng)度函數(shù)：度量染色體優(yōu)劣程度的函數(shù)，體現(xiàn)自然進(jìn)化中的優(yōu)勝劣汰原則。對(duì)于優(yōu)化問題，適應(yīng)度函數(shù)就是目標(biāo)函數(shù)。2022/12/272適應(yīng)度函數(shù)適應(yīng)度函數(shù)：度量染色體優(yōu)劣程度的函數(shù)，體現(xiàn)自54例：對(duì)于TSP問題，要求總路徑長(zhǎng)度為最小，適應(yīng)度函數(shù)可以定義為最小化最大化其中，wn+1=w1

d(wj,wj+1)：兩個(gè)城市之間的距離2022/12/27例：對(duì)于TSP問題，要求總路徑長(zhǎng)度為最小，適應(yīng)度函數(shù)可以定義553遺傳操作三種簡(jiǎn)單的遺傳操作：選擇（Selection）交叉（Crossover）變異（Mutation）2022/12/273遺傳操作三種簡(jiǎn)單的遺傳操作：2022/12/2756選擇操作（復(fù)制操作）：根據(jù)適應(yīng)度函數(shù)值所度量的個(gè)體的優(yōu)劣程度決定此個(gè)體在下一代是被淘汰或是被遺。一般情況下，如果是求最大值，適應(yīng)度函數(shù)值大的個(gè)體具有較大的生存機(jī)會(huì)。2022/12/27選擇操作（復(fù)制操作）：根據(jù)適應(yīng)度函數(shù)值所度量的個(gè)體的優(yōu)劣程度57交叉操作：選出兩個(gè)個(gè)體作為父母?jìng)€(gè)體，將兩種的部分碼值進(jìn)行交換。例：100011101101101110001011110111102022/12/27交叉操作：選出兩個(gè)個(gè)體作為父母?jìng)€(gè)體，將兩種的部分碼值進(jìn)行交換58變異操作：改變數(shù)碼串上的某一個(gè)位置的數(shù)碼。例10100110101101102022/12/27變異操作：改變數(shù)碼串上的某一個(gè)位置的數(shù)碼。例1010011059二、遺傳算法的求解步驟1遺傳算法的特點(diǎn)通過編碼使得解空間是有限的，所有遺傳算法是一種基于空間搜索的求解技術(shù)，通過自然選擇、交叉、變異等操作以及達(dá)爾文的適者生存的理論，模擬自然進(jìn)化過程來尋找問題的解。2022/12/27二、遺傳算法的求解步驟1遺傳算法的特點(diǎn)2022/12/260現(xiàn)在將遺傳算法看成為一種現(xiàn)代的優(yōu)化技術(shù)，但是不一定能找到問題的全局最優(yōu)解。通過一定的手段，可以將誤差控制在容許的范圍內(nèi)（以很大的概率找到全局最優(yōu)解）。最優(yōu)解2022/12/27現(xiàn)在將遺傳算法看成為一種現(xiàn)代的優(yōu)化技術(shù)，但是不一定能找到問題61特點(diǎn)：對(duì)參數(shù)集合的編碼進(jìn)行進(jìn)化，不是參數(shù)本身進(jìn)行進(jìn)化從問題解的編碼組（群體）開始，不是從單個(gè)解開始搜索只利用適應(yīng)度函數(shù)（目標(biāo)函數(shù)），不需要導(dǎo)數(shù)等信息只利用選擇、交叉、變異等操作，不需要利用確定性規(guī)則進(jìn)行隨機(jī)操作2022/12/27特點(diǎn)：2022/12/27622遺傳算法的框圖遺傳算法的基本思想：通過隨機(jī)方式產(chǎn)生若干個(gè)個(gè)體，形成一個(gè)初始種群；利用適應(yīng)度函數(shù)計(jì)算它們的適應(yīng)度函數(shù)值，淘汰適應(yīng)度小的個(gè)體，選擇適應(yīng)度高的個(gè)體參加遺傳操作；經(jīng)過遺傳操作后的個(gè)體形成下一代種群，再對(duì)新的種群進(jìn)行新的一輪進(jìn)化。2022/12/272遺傳算法的框圖遺傳算法的基本思想：通過隨機(jī)方式產(chǎn)生若干63基本思想簡(jiǎn)單的遺傳算法基本的遺傳算法復(fù)雜的遺傳算法2022/12/27基本思想簡(jiǎn)單的遺傳算法基本的遺傳算法復(fù)雜的遺傳算法2022/64簡(jiǎn)單遺傳算法的步驟：初始化種群計(jì)算種群中每一個(gè)個(gè)體的適應(yīng)度函數(shù)值根據(jù)與適應(yīng)度相關(guān)聯(lián)的規(guī)則確定進(jìn)入下一輪的個(gè)體2022/12/27簡(jiǎn)單遺傳算法的步驟：2022/12/2765按照某一個(gè)概率進(jìn)行交叉操作按照某一個(gè)概率進(jìn)行變異操作如果不滿足終止條件，則轉(zhuǎn)到(2)，否則繼續(xù)將種群中適應(yīng)度最優(yōu)的個(gè)體作為問題的解2022/12/27按照某一個(gè)概率進(jìn)行交叉操作2022/12/2766開始初始化種群計(jì)算適應(yīng)度值選擇操作交叉操作變異操作終止條件？選取適應(yīng)度最優(yōu)個(gè)體作為解結(jié)束是2022/12/27開始初始化種群計(jì)算適應(yīng)度值選擇操作交叉操作變異操作終止條件？67算法可定義為一個(gè)8元組：C---個(gè)體的編碼方法；E---個(gè)體適應(yīng)度評(píng)價(jià)函數(shù)；P0---初始群體；M---群體大?。沪?--選擇算子；Γ---交叉算子；---變異算子T---遺傳運(yùn)算終止條件。2022/12/27C---個(gè)體的編碼方法；2022/12/2768例

用遺傳算法求解優(yōu)化問題其中為整數(shù)。(1)確定初始種群通過隨機(jī)的方法來產(chǎn)生染色體的數(shù)字串，并組成初始種群。例如，為得到數(shù)字串的某位——又稱之為基因(genes)，使用計(jì)算機(jī)在0～1之間產(chǎn)生隨機(jī)數(shù)K，并按照數(shù)K的變化區(qū)域來規(guī)定基因代碼如下：

0，（0≤K＜0.5）

1，（0.5≤K≤1）G=2022/12/27例用遺傳算法求解優(yōu)化問題其中為整數(shù)。(1)確定69①參數(shù)編碼將整數(shù)x{0,1,…,31}作為參數(shù)，采用二進(jìn)制進(jìn)行編碼：X=0—>00000，……x=31—>11111②隨機(jī)生成例如:①01001；②11001；③01000；④10011。2022/12/272022/12/2770(2)選擇根據(jù)“適者生存”的自然選擇原理,從初始種群中選擇生命力強(qiáng)的個(gè)體(適者)產(chǎn)生新的種群①確定適應(yīng)度函數(shù)適應(yīng)度函數(shù)取為非負(fù)函數(shù),且適應(yīng)度增大的方向?qū)?yīng)于目標(biāo)函數(shù)的優(yōu)化方向本例取適應(yīng)度函數(shù)fitness(X)=x2②計(jì)算適應(yīng)度和選擇率將初始種群的個(gè)體解碼為X,并計(jì)算適應(yīng)度f(X)及選擇率f/∑,其中∑為適應(yīng)度之和.2022/12/27(2)選擇2022/12/2771選擇適應(yīng)值大的串作為母本，使在下一代中有更多的機(jī)會(huì)繁殖其子孫。要在四個(gè)種子個(gè)體中做選擇，要求仍然得到四個(gè)染色體，可依據(jù)適應(yīng)度概率比例制定如下規(guī)則：低于0.125以下的染色體被淘汰；在0.125～0.375之間的染色體被復(fù)制一個(gè)；在0.375～0.625之間的染色體被復(fù)制兩個(gè)；在0.625～0.875之間的染色體被復(fù)制三個(gè)；在0.875以上的染色體可復(fù)制四個(gè)。2022/12/27選擇適應(yīng)值大的串作為母本，使在下一代中有更多的機(jī)會(huì)繁殖其子孫722022/12/272022/12/2773③隨機(jī)選擇適者個(gè)體采用輪盤法，對(duì)初始種群進(jìn)行選擇，使得最優(yōu)秀的個(gè)體獲得最多的生存繁殖機(jī)會(huì)。49.2﹪30.9%14.4%5.5%011011100011000100112022/12/27③隨機(jī)選擇適者個(gè)體49.2﹪30.9%14.4%5.5%074(3)交叉將選擇出的個(gè)體存入交配池中，用隨機(jī)方法配對(duì)交叉，以產(chǎn)生新一代的個(gè)體①隨機(jī)選擇配對(duì)；②隨機(jī)選擇交叉點(diǎn)；③采