基于模糊理論的圖像分割算法研究（二）_第1頁
基于模糊理論的圖像分割算法研究（二）_第2頁
基于模糊理論的圖像分割算法研究（二）_第3頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

5.2.2遺傳算法的要素遺傳算法具有5個基本要素:編碼機制，初始種群的設(shè)定，適應度函數(shù)的設(shè)定，遺傳操作，控制參數(shù)的設(shè)定。具體步驟如下：1.編碼機制編碼機制是遺傳算法的基礎(chǔ)。通常遺傳算法不直接處理問題空間的資料，而是將各種實際問題變換為與問題無關(guān)的串個體。對染色體串的遺傳操作只與遺傳算法的理論、技術(shù)有關(guān)，而與具體實際問題無關(guān)。這一特性增大了遺傳算法的適用性。當實際問題變化時，可只改變適應度函數(shù)，而無需改變其它操作，加強了代碼的通用性。最常用的方法是二進制串結(jié)構(gòu)編碼。2.初始化種群設(shè)定遺傳算法處理流程中，編碼設(shè)計之后的任務是初始種群的設(shè)定，并以此為起點一代一代的進化直到按照某種進化終止準則終止。最常用的初始方法是無指導的隨機初始化。3.適應度函數(shù)遺傳算法在搜索過程中基本不采用外部信息，僅以適應度函數(shù)為依據(jù)引導搜索。它不受連續(xù)可微的約束且定義域可為任意集合。對目標函數(shù)的唯一要求是，對輸入計算出能加以比較的非負結(jié)果。這使得遺傳算法的應用范圍非常廣泛。個體的適應度值越大，表明該個體的生存能力越大，易于遺傳產(chǎn)生后代。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論