文档介绍：..页眉.. 页脚.. 遗传算法在机器人视觉上的应用 2012 控制科学与工程张凤云 20120208110013 摘要: 从计算机诞生开始,人类就希望有朝一日计算机能够像人类那样通过视觉观察和理解世界, 具有自动适应环境的能力。本文先是对标准遗传算法进行了详细的讲解, 然后简单介绍了机器人视觉与其组成。再介绍了遗传算法和免疫遗传算法在机器人视觉上的简单应用。关键词:遗传算法,机器人视觉,免疫遗传算法..页眉.. 页脚.. Abstract Starting with the birth of puter, the human hope that one puter through visual observation and understanding of the world as human beings, have the ability to automatically adapt to the environment. First standard ic algorithm in detail, and then briefly robot vision with position. Then introduce a simple application of ic algorithms and immune ic algorithm in robot vision. Keywords: ic algorithm, robot vision, immune ic algorithm. ..页眉.. 页脚.. 1、遗传算法的简单介绍 遗传算法遗传算法( ic Algorithm , GA )起源于对生物系统所进行的计算机模拟研究。在 20 世纪 60 年代, 美国密西根大学的 Holland 教授及其学生们受到这种生物模拟技术的启发, 创造出了一种基于生物和进化机制的适合于复杂系统优化计算的自适应概率优化技术——遗传算法。随后,由于实践中复杂系统优化计算问题的大量出现和遗传算法本身的优点,国内外有许多学者对遗传算法进行研究,引起了遗传算法研究的热潮。 遗传算法常用术语(1) 基因( gene ) 基因是染色体的一个片段,通常为单个参数的编码值。例如个体 S=10111 ,则其中的 10111 这五个元素分别称为基因。(2) 染色体( chromosome ) 染色体是携带着基因信息的数据结构, 也叫基因串, 简称个体, 一般表示为二进制位串或整数数组。(3 )种群( population ) 个体的几何称为种群,个体是种群中的元素。(4 )种群大小( population size ) 在种群中个体的数量称为种群的大小,也叫群体规模。(5 )搜索空间( search space ) 如果问题的解能用 N 个实值参数集来表示的话,则认为搜索工作是在 N 维空间进行, 这个 N 维空间称为问题的搜索空间。(6 )适应度( fitness ) 反映个体性能的一个数量值, 表示某一个体对于生存环境的适应程度, 对生存环境适应程度较高的个体将获得更多的繁殖机会, 而对生存环境适应程度较低的个体, 其繁殖机会就会相对减少,甚至逐渐灭绝。(7 )基因型( ype ) 基因组合的模型叫基因型,它是染色体的内部表现。(8 )表现型( phen