车辆调度与优化之遗传
算法

集团企业公司编码：（LL3698-KKI1269-TM2483-LUI12689-ITT289-
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：
t 1 2 3 4 5 6
适应度
值：
2200 1800 1200 950 400 100

令∑𝑓(𝑓)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
𝑓(𝑓)∑𝑓(𝑓
)⁄。即P(t)=

𝑓(𝑓
)

∑
𝑓(𝑓

)

如上图表中的数据适应值总和

∑
𝑓(𝑓
)=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
P(4)=950/6650=0.143P(5)=400/6650=0.060
P(6)=100/6650=0.015
轮盘赌模型
t 1 2 3 4 5 6
适应度
值
2200 1800 1200 950 400 100

选择概
率
0.331 0.271 0.180 0.143 0.060 0.015

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。