經(jīng)典遺傳算法應(yīng)用（課堂PPT）_第1頁
經(jīng)典遺傳算法應(yīng)用（課堂PPT）_第2頁
經(jīng)典遺傳算法應(yīng)用（課堂PPT）_第3頁
經(jīng)典遺傳算法應(yīng)用（課堂PPT）_第4頁
經(jīng)典遺傳算法應(yīng)用（課堂PPT）_第5頁
已閱讀5頁，還剩18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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、.1 匯 報 人：郭亞東 小組成員：黨國華 高陽春 .2.3 遺傳算法解決經(jīng)典數(shù)學(xué)方法無法有效地求出最優(yōu)解的復(fù)雜的、大規(guī)模的難題。提供了一種求解復(fù)雜系統(tǒng)優(yōu)化問題的通用框架，它不依賴于問題的具體的領(lǐng)域，對問題的種類具有良好的魯棒性，其廣泛應(yīng)用于很多學(xué)科。 遺傳算法的一些具體應(yīng)用領(lǐng)域：.4.5.6.7.8.9.10.11 群體爬山求解問題.12.13 不斷地通不斷地通 過交叉變過交叉變 異以及選異以及選 擇來達(dá)到擇來達(dá)到 爬山的效爬山的效 果果.14.15.16.17.18 遺傳算法是建立在自然選擇和群體遺傳學(xué)機(jī)理基礎(chǔ)上的具有廣泛適用性的通用優(yōu)化搜索方法,它通過模擬自然界生物體從低級到高級的進(jìn)化過

2、程,由初始種群出發(fā),采用優(yōu)勝劣汰適者生存的自然法則選擇個體,通過雜交、變異來產(chǎn)生下一代種群,如此逐代進(jìn)化,直至滿足期望的條件。該方法具有良好智能性與并行性,是一種公認(rèn)的全局搜索能力較強(qiáng)的算法。.20遺傳算法最大的優(yōu)點就在于其較強(qiáng)的全局搜索能力，近年來 ,遺傳算法 (GA)的卓越性能引起人們的關(guān)注 .對于以往難以解決的函數(shù)優(yōu)化問題 ,復(fù)雜的多目標(biāo)規(guī)劃問題 ,工農(nóng)業(yè)生產(chǎn)中的配管、配線問題 ,以及機(jī)器學(xué)習(xí) ,圖象識別 ,人工神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)調(diào)整和網(wǎng)絡(luò)構(gòu)造等問題 ,GA是最有效的方法之一 。.21 雖然GA在許多優(yōu)化問題中都有成功的應(yīng)用 ,但其本身也存在一些不足 .例如局部搜索能力差、存在未成熟收斂和隨機(jī)漫游等現(xiàn)象 ,從而導(dǎo)致算法的收斂性能差 ,需要很長時間才能找到最優(yōu)解 ,這些不足阻礙了遺傳算法的推廣應(yīng)用 .22 如何改善遺傳算法的搜索能力和提高算法的收斂速度 ,使其更好地應(yīng)用于實際問題的解決中 ,是各國學(xué)者一直探索的一個主要課題.之后世界范圍內(nèi)掀起了關(guān)于遺

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(yù)覽，若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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