《毕业答辩-雄性偏向的遗传算法的改进研究》由会员分享，可在线阅读，更多相关《毕业答辩-雄性偏向的遗传算法的改进研究（16页珍藏版）》请在金锄头文库上搜索。
1、基于性别选择中男性偏向的遗传算法改进研究,报告人： 指导老师：,研究背景,思想引入,遗传算法基础,遗传算法是一种借助生物界自然选择和自然遗传机制的随机搜索算法,基因解中每个分量特征个体 解 适应性适应度函数 种群 一组解,基础理论 并行分布遗传算法 分类系统 人工生命,对可行解表示的广泛性 群体搜索特性 固有的并行性 高可扩展性,表示的不准确性 早熟问题 效率通常较低,基本用语,优点,研究方向,存在问题,1,2,3,4,基本遗传算法,简单性别遗传算法,考虑性别特征的种群划分遗传算法,基于男性偏向的遗传算法,流程与操作,在遗传算法中，通过编码组成初始群体后，遗传操作的任务就是对群体的个体按照它们
2、对环境适应度(适应度评估)施加一定的操作，从而实现优胜劣汰的进化过程。遗传操作包括三个基本遗传算子：选择；交叉；变异,选择(selection),交叉(crossover),变异(mutation),10%,从群体中选择优胜的个体，淘汰劣质个体的操作,指把两个父代个体的部分结构加以替换重组而生成新个体的操作,变异算子的基本内容是对群体中的个体串的某些基因座上的基因值作变动,Generalized Rastrigins function,n=10,n=50,Generalized Griewanks function,Ackleys function,有1个全局极小值点取值为0，在(0,0，)处
3、,测试算法的收敛率。,Generalized Schwefels problem,典型的欺骗问题,有1个全局极小值点，距离另一个局部最优点很远，因此如果陷入局部最优就很难跳出,Sphere modle,Michalewiczs function,n=10很容易得到最优解，再高后难度增加,Rosenbrocks function,具有一个全局极小点f(1,1)=0，该函数虽然是单峰函数,但它却是病态的（螺旋型），难以进行全局极小化。,Six-hump Camel Back function,该函数共有六个局部极小点，其中f(-0.089842,0.71266)=f(0.089842, -0.71265) = -1.031628489为二个全局最小点。,Thank you,Add your text in here,
