| Språk : |
|
| Encyclopedia gemenskap |Encyclopedia Svar |Submit fråga |Ordförråd Kunskap |Överför kunskap |
Intelligent algoritm |
|
mutation, (5) slut; ände Ovanstående program har fem huvudkomponenter: (1) för att generera kod och initial population: första lösning utrymme innan de utför söklösning GA genotypdata uttrycks som en sträng av genetisk struktur av datautrymme, och olika kombinationer av dessa strängar av datastrukturer utgör en annan punkt. Sedan slumpmässigt genererade sträng av N initiala struktur av data, kallas varje sträng datastruktur en individ, N individer utgör en grupp. GA till datastrukturen N-serien som den första punkten iteration. Till exempel resande försäljare problem, kan du gå vägen för handlarna koda hela grafen matrisen kan kodas. Kodning beror på problemet med hur man ska beskriva en bättre lösning. Initial befolkningen bör också välja lämplig, om den valda för liten hybrid fördel är inte självklart, är algoritmen prestanda dålig (dominans av evolutionära förmåga möss än Tiger kvantitet), är den grupp som valts för stor för beräkningsintensiva.(2) Kontrollera konvergenskriterierna är uppfyllda, är styralgoritmen klar. Kan användas för att bestämma graden av passning med optimal lösning eller ett fast antal iterationer för att uppnå. (3) för att bedöma värdet av test-och anpassningsalternativ: adaptiv funktion visar fördelarna med den enskilde eller lösningen, i början av utvärderingsprocessen bör också kunna anpassas till och utan like. Olika frågor, definiera hur fitness-funktionen är annorlunda. Enligt anpassningsförmåga bra eller dåligt, för att välja. Syftet är att välja ett utmärkt val för individer från den nuvarande befolkningen, så de har en chans att föda nästa generation som förälder på uppdrag av barn. Förkroppsligar principerna för genetisk algoritm urvalsprocess av denna idé, är valet anpassnings enskilda bidrag för nästa generation ättling till sannolikheten för en eller flera stora. Välj att genomföra principerna om Darwins survival of the fittest. (4) Hybridisering: Efter hybridisering sannolikhet (pc) för hybridisering. Hybriddrift är den viktigaste genetisk algoritm genmanipulation. Du kan få en ny generation av hybriddrift av individer, en kombination av funktionerna i de nya individuella föräldrar individer. Hybrid förkroppsligar idén om informationsutbytet. Kromosomer kan väljas genom en serie av utbytbara punkt, insats, etc. omvänd hybridisering, kan flera punkter väljas slumpmässigt hybridisera. Hybridisering sannolikhet om för stor, befolknings uppdatering snart, men mycket anpassningsbar individ lätt kan bli överväldigad, kommer sökningen att vara en liten sannolikhet för stagnation. (5) variation: enligt mutations sannolikhet (pm) mutera. I den första varianten av en slumpmässigt utvald grupp av individer valda för individen med ett sannolikhetsvärde av en sträng av slumpvisa förändringar i strukturen för en datasträng. Liksom med biosfären, är sannolikheten för förekomst mycket låg variation i GA. Mutera till en ny generation av individer gav tillfälle. Variationer kan effektivt förhindra fel orsakade av evolutionen av gener stagnation. Relativt låg mutationshastighet har ständigt förändras gener kan göra, för att falla in i en slumpmässig sökning. Tänk på biosfären och varje generation generation gapet är stort, vad som kommer att vara den fruktansvärda situation. Liksom alla naturliga variationen och lämpliga arter, eftersom variablerna kodades genetisk algoritm inte överväga om själva funktionen transduktion, etc. är kontinuerliga i naturen, stark tillämplighet, då börjar det att fungera på en population implicit med parallellismen, är det lätt att hitta den "globala optimala lösningen." Tabu sökalgoritm För att finna den "globala optimala lösningen" inte bör vara en särskild bilaga till ett visst område. Nackdelen med lokal sökning är för girig för ett visst lokalt område och dess grannskap ökning, ledande skygglappar, men inte Tarzan. Tabu sökning är att hitta den optimala lösningen som en del av den lokala, medvetet undvika det (men inte helt isolerad), varigenom mer sökområde. Kaniner hittade Tarzan, en av dem kommer att stanna här, gå någon annanstans för att hitta den andra. Så, efter en stor cirkel, satte några toppar hittade en jämförelse av Everest i förgrunden. När det är dags att leta efter kaniner, i allmänhet medvetet undvika Tarzan, eftersom de vet att det inte har kontaktats, och en kanin i det man ser på det. Detta är det tabu search "Taboo Table (tabu lista)" mening. Tarzan skulle bara stanna i kaninen i allmänhet inte kommer att bosätta sig i det, kommer det att vara tillbaka efter en tid för att hitta den högsta toppen av armén, eftersom den här tiden har det skett en hel del ny information, Tarzan, trots allt finns det en bra höjd, måste tänka om detta återförenas tid, tabu ökning inuti kallas "tabu längd (tabu längd)", Om sökprocessen, kaninen har inte varit kvar Tarzan återförenas, men platsen för att hitta alla är relativt låg i den nordkinesiska slätten och andra platser kommer kaninerna måste överväga på nytt kontrolleras Tarzan, det vill säga där överlägsenheten av en kanin när du bor alltför framträdande, än "bäst långt" i staten, kan det ignoreras och det finns ingen kanin kvar, äger rum beaktas, detta kallas "amnesti kriterier (aspirations kriteriet)". Dessa tre begrepp är tabu-sökning och allmänna sökkriterier mest olika platser, optimeringsalgoritmer är också nyckeln här. Pseudo-kod uttryck: förfarande tabu ökning; börja initiera en sträng vc på måfå, klara upp tabu listan; cur: = vc; upprepning Välj en ny sträng vn i närheten av vc; om va> best_to_far då {va är en sträng i tabu listan} börja nuvarande: = va; låt va ske av de äldsta strängen i tabu listan; best_to_far: = va; avsluta annanstans börja |
| Användare Omdöme |
|
Inga kommentarer |
