遗传算法 ppt 遗传与变异下载

weixin_39821228 2019-07-14 06:00:18

遗传算法 ppt
遗传与变异
1. 复制
2. 交叉
3. 变异
相关下载链接：//download.csdn.net/download/yebingzi/3198857?utm_source=bbsseo

...全文

14 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

遗传算法 ppt 遗传与变异 1. 复制 2. 交叉 3. 变异

遗传算法是一类借鉴生物界的进化规律 ( 适者生存，优胜劣汰遗传机制 )演化而来的随机搜索算法。利用基因变异、杂交，繁殖等手段，根据达尔文的适者生存，优胜劣汰的理论选择最优点进行变异和杂交，从而繁殖产生新的后代，这些都是建立在概率的基础之上．它尤其适用于处理传统搜索方法难以解决的复杂的和非线性的问题．如著名的T S(巡回旅行商问题) 背包问题、排课问题等．虽然遗传算法在许多领域中都有成功的应用，但其自身也存在不足，如局部搜索能力差、存在未成熟收敛和随机游走等现象，导致算法的收敛性能差，需要很长时间才能找到最优解等问题。这些不足阻碍了遗传算法的推广应用。如何改善遗传算法的搜索能力和提高算法的收敛速度，使其更好地应用于实际问题的解决中，是现在遗传算法研究者首要考虑的问题。

本课程摒弃传统工具栏枯燥的讲解，而采用从文字排版技巧，条线形状设计，图片排版与设计，逻辑图表制作规律，字体与颜色搭配方法，PPT五大页面设计规则，利用母版统一风格设计，到PPT动画一系列讲解，课程内容成体系，学完后，对PPT整个设计套路非常清晰。课程配有相关练习资料，学员们学习后可以马上使用起来，提搞学习效率。

遗传算法精讲PPT，讲了遗传算法的基本原理，适应值函数的选取，交叉选择，变异以及轮转法，各种编码方法都有介绍。

遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。　　遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择（selection）个体，并借助于自然遗传学的遗传算子（genetic operators）进行组合交叉（crossover）和变异（mutation），产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码（decoding），可以作为问题近似最优解。

下载资源悬赏专区

12,781

社区成员

12,309,305

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章