1700530907
以下是进化算法的基本模式。进化算法中可能会出现许多变量,系统设计者需要提供一些特定的关键参数和方法,细节如下:
1700530908
1700530909
进化算法
1700530910
1700530911
创立N个解决方案“生物”。每个生物都有:
1700530912
1700530913
·遗传密码——一系列具有问题潜在解决方案特性的数字。数字可以代表关键参数、解决问题的步骤、规则等等
1700530914
1700530915
对于进化的每一代,应该做到以下几步:
1700530916
1700530917
·对于N个解决方案生物,每个都应做到以下几步:
1700530918
1700530919
i)将该解决方案生物的方案(其遗传密码所代表的)运用到问题或模拟环境当中
1700530920
1700530921
ii)给解决方案评级
1700530922
1700530923
·挑选出等级最高的L个解决方案生物,让它在下一代中存活下来
1700530924
1700530925
·淘汰(N–L)个没有存活下来的解决方案生物
1700530926
1700530927
·通过以下方式从L个存活解决方案生物创建(N–L)个解决方案生物:
1700530928
1700530929
i)复制L个存活生物。在每种复制版本中随机引进小的变量
1700530930
1700530931
ii)通过将遗传密码各部分结合起来的方式在L个存活生物中,创建额外的解决方案生物(使用“性”繁殖的方法,或者将染色体各部分结合起来的方法)
1700530932
1700530933
iii)将上述两个步骤结合起来
1700530934
1700530935
·决定是否继续进化:
1700530936
1700530937
改善=这一代中评定等级最高的–上一代中评定等级最高的如果改善<改进限度,则任务完成
1700530938
1700530939
·进化的上一代中,评定等级最高的解决方案生物拥有最佳解决方案。将遗传密码定义的方案运用到问题当中
1700530940
1700530941
关键设计决定
1700530942
1700530943
在上述简单的模式当中,这种进化算法的设计者需要在一开始就决定:
1700530944
1700530945
·关键参数:
1700530946
1700530947
NL
1700530948
1700530949
改善起始线
1700530950
1700530951
·遗传密码中的数字代表了遗传密码中如何计算解决方案
1700530952
1700530953
·在第一代中,有一种决定N个解决方案生物的方法。通常,这些生物只需“合理地”适应一种解决方案。如果这些第一代解决方案离得太远,那么进化算法可能没法汇聚出一个好的解决方案。通常可以用这样的方式创立最初的解决方案生物,让它们可以合理地呈现多样化。这将有助于阻止进化过程找到一个“本地”最佳解决方案
1700530954
1700530955
·如何给解决方案评定等级
1700530956
[
上一页 ]
[ :1.700530907e+09 ]
[
下一页 ]