(allele)

數(shù)據(jù)值，屬性，值

基因座

(locus)

位置，

iterator

位置

表現(xiàn)型

(phenotype)

參數(shù)集，解碼結(jié)構(gòu)，候選解

染色體：又可以叫做基因型個體

(individuals)

群體

/

種群

(population)

：一定數(shù)量的個體組成，及一定數(shù)量的染色體組成，群體中個體的數(shù)

量叫做群體大小。

初始群體：若干染色體的集合，即解的規(guī)模，如

30

，

50

等，認為是隨機選取的數(shù)據(jù)集合。

適應(yīng)度

(fitness)

：各個個體對環(huán)境的適應(yīng)程度

優(yōu)化時先要將實際問題轉(zhuǎn)換到遺傳空間，

就是把實際問題的解用染色體表示，

稱為編碼，

反過程為解碼

/

譯碼，因為優(yōu)化后要進行評價(此時得到的解是否較之前解優(yōu)越)

，所以要返

回問題空間，故要進行解碼。

SGA

采用二進制編碼，

染色體就是二進制位串，每一位可稱

為一個基因

；

如果直接生成二進制初始種群，

則不必有編碼過程，

但要求解碼時將染色體解

碼到問題可行域內(nèi)。

遺傳算法的準備工作

:

1)

數(shù)據(jù)轉(zhuǎn)換操作，包括表現(xiàn)型到基因型的轉(zhuǎn)換和基因型到表現(xiàn)型的轉(zhuǎn)換。前者是把求

解空間中的參數(shù)轉(zhuǎn)化成遺傳空間中的染色體或者個體

(encoding)

，后者是它的逆操作

(decoding)

2)

確定適應(yīng)度計算函數(shù)，可以將個體值經(jīng)過該函數(shù)轉(zhuǎn)換為該個體的適應(yīng)度，該適應(yīng)度

的高低要能充分反映該個體對于解得優(yōu)秀程度。非常重要的過程。

遺傳算法

基本過程為

:

1)

編碼，創(chuàng)建初始群體

2)

群體中個體適應(yīng)度計算

3)

評估適應(yīng)度

4)

根據(jù)適應(yīng)度選擇個體

5)

被選擇個體進行交叉繁殖

6)

在繁殖的過程中引入變異機制

7)

繁殖出新的群體，回到第二步

總結(jié)

以上是生活随笔為你收集整理的一张图解释什么是遗传算法_遗传算法简介及代码详解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。