7.3 遗传算法的基本操作之复制在线视频

下面介绍一下

遗传算法的基本操作

那么John Holland教授

提出的遗传算法

称为简单的遗传算法

它两个主要特点

操作简单

功能强大

那么它的遗传算法

一般包括三个基本操作

复制

交叉

变异

我们首先看一下复制

复制也称繁殖

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

换句话说

所谓的复制就是个体位串

根据其目标函数

也就是适配值函数

拷贝自己的过程

遗传到下一代

那么复制操作

是模仿自然选择现象

将达尔文的适者生存理论

运用于位串的复制

那么在自然的群体中

适配值是由一个生物

为了继续生存而捕食

预防时疫

在生长和繁殖后代过程中

克服障碍的能力来决定的

也就是它生存能力来决定的

那么在复制操作中

目标函数是该位串被复制

或被淘汰的决定因素

下面我们举个例子

假定初始种群有四个个体

01101是二进制代码表示的

它的个体

11000

01000

10011

那么它们这四个位串

这是它的基因型

也就是二进制代码组成的位串

它对应的十进制

就是它的表现型

那么这四个个体对应的表现型

分别是多少呢

01101就是8+4+1就是13

第二个个体

11000就是16+8对应的表现型是24

第三个个体

01000对应的表现型是8

第四个个体

10011对应的是16+2+1等于19

这样的话初始位串这四个个体

它对应的表现型

分别为13、24、8、19

如果我们这个问题是要求解函数

f(x)等于x的平方

求它的最大值

那么这时候我们定义适配值函数为

f(x)等于x的平方

这样的话

这四个个体它所对应的表现型

分别为13、24、8、19

那么这四个体它的生存能力

就用它的适配值函数来描述

分别对应就是169

576

64

361

那么显然在这四个个体组成的种群里面

这四个个体的适配值总和是1170

每个个体它的适配值

占总数的百分比分别为14.4%

49.2%

5.5%

和30.9

那么我们可以画出这样一个饼图来

显然在这张图里面

我们发现第二个个体

它的适配值最大

占到总数的百分比最高

其次是第四个个体

再是第一个个体

再是第三个个体

那么显然第二个个体的生存能力

也就它的适配值最大

生存力最强

那么再复制到下一代过程中

我要优先考虑第二个个体

把这个好的基因要保持下去

遗传下去

而这是第三个个体

它的适配值占比最小

那么在遗传到下一代过程中

我要把这种比较差的个体

要淘汰掉

那么画出这样一个饼图来之后

按照适配值函数

所占的比例划分成一个饼图

我们想象一下类似于转圈

转这个轮盘

我们发现复制到下一代的个体的

每一个种群复制到下一代个体的概率

它的适配值占种群总适配值的

百分比成正比

那么这种方法叫轮盘赌法

那么我们发现这四个个体

它的复制概率

也就是它的百分比

适配值占总数百分比

分别是0.14

0.49

0.06

0.31

那么乘以种群数是四个

种群个体有四个

那么就得到了期望的复制数

分别为0.58 1.97 0.22 1.23

这样的话四舍五入

我们很容易得到

这四个个体遗传到下一代过程中

复制到下一代过程中

实际的复制数分别为1、2、0、1

也就是说将第三个个体

它的适配值最低

是按占比最低

把它给淘汰掉

而第二个个体

它的适配值占总数百分比最高

把它复制两次

多复制一些

这样的话这叫做复制操作

也就是说当前种群是四个个体

下一代

四个个体

它是怎么形成的

就是01101第一个体复制一下

第二个个体

11000复制两个

第三个个体给淘汰掉

01000淘汰掉

第四个个体

10011复制一个

这样形成了复制之后的结果