文档介绍：遗传算法遗传算法主讲杨瑞琰******@、概述、概述22、、遗传算法的描述33、、遗传算法在TSP的应用4、选择机制5、遗传算法的理论基础6、计算实例11、智能优化算法、智能优化算法?智能优化算法又称为现代启发式算法,是一种具有全局优化性能、通用性强、且适合于并行处理的算法。这种算法一般具有严密的理论依据,而不是单纯凭借专家经验,理论上可以在一定的时间内找到最优解或近似最优解。常用的智能优化算法常用的智能优化算法?(1)遗传算法?(ic Algorithm,简称GA)?(2)模拟退火算法?(Simulated Annealing,简称SA)?(3)禁忌搜索算法?(Tabu Search,简称TS)?……智能优化算法的特点智能优化算法的特点?它们的共同特点:都是从任一解出发,按照某种机制,以一定的概率在整个求解空间中探索最优解。由于它们可以把搜索空间扩展到整个问题空间,因而具有全局优化性能。遗传算法起源遗传算法起源?遗传算法是由美国的J. Holland教授于1975年在他的专著《自然界和人工系统的适应性》中首先提出的,它是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法。上世纪70年代,De Jong基于遗传算法的思想在计算机上进行了大量的纯数值函数优化计算实验。在一系列研究工作的基础上,上世纪80年代由Goldberg进行归纳总结,形成了遗传算法的基本框架。遗传算法的搜索机制遗传算法的搜索机制?遗传算法模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象,在每次迭代中都保留一组候选解,并按某种指标从解群中选取较优的个体,利用遗传算子(选择、交叉和变异)对这些个体进行组合,产生新一代的候选解群,重复此过程,直到满足某种收敛指标为止。 遗传算法概要对于一个求函数最大值的优化问题,一般可描述为下述数学规划模型:(1-1) ?????????UΡRXX..)(maxtsf式中,为决策变量,f(X)为目标函数,U是基本空间,R是U的一个子集。遗传算法中,将n维决策向量用n个记号所组成的符号串X来表示:Tnxxx],,,[21??X),,2,1(nii??XTnnxxx],,,[2121?????XXXXX