现代优化算法
01遗传算法
定义:遗传算法(Genetic Algorithms,简称 GA)是一种基于自然选择原理和自然遗传机制的搜索(寻优)算法,它是模拟自然界中的生命进化机制,在人工系统中实现特定目标的优化。遗传算法的实质是通过群体搜索技术,根据适者生存的原则逐代进化,最终得到最优解或准最优解。它必须做以下操作:初始群体的产生、求每一个体的适应度、根据适者生存的原则选择优良个体、被选出的优良个体两两配对,通过随机交叉其染色体的基因并随机变异某些染色体的基因后生成下一代群体,按此方法使群体逐代进化,直到满足进化终止条件。
为便于计算,一般来说,每一代群体的个体数目都取相等。群体规模越大、越容易找到最优解,但由于受到计算机的运算能力的限制,群体规模越大,计算所需要的时间也相应的增加。进化终止条件指的是当进化到什么时候结束,它可以设定到某一代进化结束,也可能根据找出近似最优是否满足精度要求来确定。下表列出了生物遗传概念在遗传算法中的对应关系:
例子(e01):已知敌方 100 个目标的经度、纬度如下表所示。
经度 |
纬度 |
经度_1 |
纬度_2 |
经度_4 |
纬度_5 |
经度_7 |
纬度_8 |
53.7121 |
15.3046 |
51.1758 |
0.0322 |
46.3253 |
28.2753 |
30.3313 |
6.9348 |
56.5432 |
21.4188 |
10.8198 |
16.2529 |
22.7891 |
23.1045 |
10.1584 |
12.4819 |
20.105 |
15.4562 |
1.9451 |
0.2057 |
26.4951 |
22.1221 |
31.4847 |
8.964 |
26.2418 |
18.176 |
44.0356 |
13.5401 |
28.9836 |
25.9879 |
38.4722 |
20.1731 |
28.2694 |
29.0011 |
32.191 |
5.8699 |
36.4863 |
29.7284 |
0.9718 |
28.1477 |
8.9586 |
24.6635 |
16.5618 |
23.6143 |
10.5597 |
15.1178 |
50.2111 |
10.2944 |
8.1519 |
9.5325 |
22.1075 |
18.5569 |
0.1215 |
18.8726 |
48.2077 |
16.8889 |
31.9499 |
17.6309 |
0.7732 |
0.4656 |
47.4134 |
23.7783 |
41.8671 |
3.5667 |
43.5474 |
3.9061 |
53.3524 |
26.7256 |
30.8165 |
13.4595 |
27.7133 |
5.0706 |
23.9222 |
7.6306 |
51.9612 |
22.8511 |
12.7938 |
15.7307 |
4.9568 |
8.3669 |
21.5051 |
24.0909 |
15.2548 |
27.2111 |
6.207 |
5.1442 |
49.243 |
16.7044 |
17.1168 |
20.0354 |
34.1688 |
22.7571 |
9.4402 |
3.92 |
11.5812 |
14.5677 |
52.1181 |
0.4088 |
9.5559 |
11.4219 |
24.4509 |
6.5634 |
26.7213 |
28.5667 |
37.5848 |
16.8474 |
35.6619 |
9.9333 |
24.4654 |
3.1644 |
0.7775 |
6.9576 |
14.4703 |
13.6368 |
19.866 |
15.1224 |
3.1616 |
4.2428 |
18.5245 |
14.3598 |
58.6849 |
27.1485 |
39.5168 |
16.9371 |
56.5089 |
13.709 |
52.5211 |
15.7957 |
38.43 |
8.4648 |
51.8181 |
23.0159 |
8.9983 |
23.644 |
50.1156 |
23.7816 |
13.7909 |
1.951 |
34.0574 |
23.396 |
23.0624 |
8.4319 |
19.9857 |
5.7902 |
40.8801 |
14.2978 |
58.8289 |
14.5229 |
18.6635 |
6.7436 |
52.8423 |
27.288 |
39.9494 |
29.5114 |
47.5099 |
24.0664 |
10.1121 |
27.2662 |
28.7812 |
27.6659 |
8.0831 |
27.6705 |
9.1556 |
14.1304 |
53.7989 |
0.2199 |
33.649 |
0.398 |
1.3496 |
16.8359 |
49.9816 |
6.0828 |
19.3635 |
17.6622 |
36.9545 |
23.0265 |
15.732 |
19.5697 |
11.5118 |
17.3884 |
44.0398 |
16.2635 |
39.7139 |
28.4203 |
6.9909 |
23.1804 |
38.3392 |
19.995 |
24.6543 |
19.6057 |
36.998 |
24.3992 |
4.1591 |
3.1853 |
40.14 |
20.303 |
23.9876 |
9.403 |
41.1084 |
27.7149 |
我方有一个基地,经度和纬度为(70,40)。假设我方飞机的速度为1000公里/小时。我方派一架飞机从基地出发,侦察完敌方所有目标,再返回原来的基地。在敌方每一目标点的侦察时间不计,求该架飞机所花费的时间(假设我方飞机巡航时间可以充分长)。
5.变异操作:变异也是实现群体多样性的一种手段,同时也是全局寻优的保证。具体设计如下,按照给定的变异率,对选定变异的个体,随机地取三个整数,满足1<
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)