遗传算法
遗传算法的遗传操作主要有三种:复制、交叉、变异,这也是遗传算法中最常用的三种算法。
我这次研究的便是第一种操作--复制。
复制操作也叫选择操作,它是从一个旧种群中选择生命力强的个体位串产生新种群的过程。
具有高适应度的位串更有可能在下一代中产生一个或多个子孙。
我感觉简单的拿数据来说复制操作可以通过随机方法来实现。
首先产生0~1之间均匀分布的随机数,若某串的复制概率为30%,则当产生的随机数在
0.30~1.0之间时,该串被复制,否则被淘汰。
下面以轮盘赌模型为例:
令Ef (创表示群体的适应度值之总和,f(t)表示种群中第t个染色体的适应度
值,它被选择的概率P(t)正好为其适应度值所占份额______ 。
即P(t)=l'' ' I 如上图表中的数据适应值总和一一=2200+1800+1200+950+400+100=6650 所以P(1)的概率为:P(1)=2200/6650=0.331
即适应度为2200被复制的可能为0.331。
同理可得:
P(2)=1800/6650=0.271P (3)=1200/6650=0.180
P⑷=950/6650=0.143P(5)=400/6650=0.060
P(6)=100/6650=0.015
轮盘赌模型
根据上面的理论可以知道P(1)的概率最大,所以最有可能被复制。
也就是说从群体中按个体的适应度函数值选择出较适应环境的个体。
一般地说,选择将使适应度高的个体繁殖下一代的数目较多,而适应度较小的个体,繁殖下一代的数目较少,甚至被淘汰。