当前课程知识点:智能控制 >  第八章 遗传编程 >  8.3 遗传编程基本操作之交换和突变 >  8.3 遗传编程基本操作之交换和突变

返回《智能控制》慕课在线视频课程列表

8.3 遗传编程基本操作之交换和突变在线视频

下一节: 8.4 遗传编程的工作步骤及实例分析

返回《智能控制》慕课在线视频列表

8.3 遗传编程基本操作之交换和突变课程教案、知识点、字幕

那么复制完了之后

遗传编程有个交换

所谓交换是将两个个体的某些组成部分

互相调换一下

从而能产生两个新的个体

在交换中首先用轮盘赌法

随机选择两个优良个体作为父代个体

然后在两个个体中随机选取一个交换点

将交换点以后的部分进行交换

类似于遗传算法的交叉操作

在本例里面首先解决谁和谁进行交换的问题

第二个问题就是说在哪个地方进行交换

假定个体1和个体4进行交换

个体2和个体3进行交换

然后交换点分别用下划线标记

这是交换前的个体

我们要1、4交换

1和4交换

以下划线为交换点

也就是说下划线之后的x

和x的0.76次方进行对调一下

那么个体2、3也进行交换

是吧

x的0.76次方

和log(x)进行对调一下

x的0.76次方和log(x)进行对调一下

我们这样就得到了交换后的个体

个体1 原来的1.21乘以x

变成了1.21乘以x的0.76次方

个体4 原来的x的0.76次方变成了x

个体2 原来的x的0.76次方变成log(x)

个体3 log(x)变成了x的0.76次方

这是交换后得到的结果

那么交换后得到的四个个体

我们同样的办法

代入自变量x的取值

就得到了这交换后的这四个个体

它的输出和实测值y进行比较

就能得到它们的相应的适应度的值

这样得出来的结果就是

这四个个体

它的适应度

个体3 倒数第二小

个体1 是最小的 75

而个体4呢 它的适应度最大

它是最差的

857.6760

那么这一代个体的平均适应度是327.1040

我们发现经过复制和交换

个体2的误差从第0代的5123.380

减少到了276.225

那么第一代群体的平均适应度 327

也比第0代群体的平均适应度

1529.6有很大的改善

那么光有复制和交换还不够

那么还需要一个突变操作

但是在遗传编程中

突变的作用远不如

在遗传算法中那样重要

那么近年来突变

也日益得到了重视

在有些方面得到应用

不断地执行上述个体适应度测定

复制 交换 突变等操作

使得群体的素质不断改善

最终可逐渐逼近最优解

智能控制课程列表:

第一章 智能控制课程概论

-开篇

--开篇

-1.1课程考试方式

--1.1课程考试方式

-1.2 数据、信息、知识与智能

--1.2 数据、信息、知识与智能

-1.3传统控制面临的挑战

--1.3 传统控制面临的挑战.

-1.4 控制科学发展过程

--1.4 控制科学发展过程.

-1.5 智能控制的多元论

--1.5

-1.6 控制策略的渗透与融合

--1.6

-1.7 智能控制与传统控制的联系与区别

--1.7

-1.8 智能控制的类型之分级递阶智能控制系统

--1.8

-1.9 智能控制的类型之专家控制系统

--1.9

-1.10 智能控制的类型之模糊控制系统

--1.10

-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.11

-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.12

-1.13本章小结

--1.13

-第一章测试

第二章 专家控制专题

-2.1基于搜索的问题求解

--2.1.1 搜索与人工智能的关系

--2.1.2 算法1 随机搜索

--2.1.3 算法2 引入CLOSED表.

--2.1.4 算法3 引入OPEN表.

--2.1.5 纵向搜索算法(深度优先搜索)

--2.1.6 横向搜索算法(广度优先搜索)

-- 2.1.7 均一代价搜索

--2.1.8 启发式搜索

--2.1.9 登山法和最佳优先搜索.

-- 2.1.10 A星算法

-- 2.1.11 八数码魔方实例分析

-2.2 专家系统简介

--2.2.1 专家系统简介(上)

--2.2.2 专家系统简介(下)

- 2.3 专家PID

--2.3.1 专家PID (上)

--2.3.2 专家PID (下)

-第二章测试

第三章 模糊控制的理论基础

-3.1 模糊控制概述

--3.1.1 模糊控制概述

-3.2 模糊集合

--3.2.1 模糊集合(上)

--3.2.2 模糊集合(中)

--3.2.3 模糊集合(下)

-3.3 隶属函数

--3.3隶属函数.

-3.4 模糊关系及其运算

--3.4模糊关系及其运算

-第三章测试

第四章 模糊控制

- 4.1 模糊自适应整定PID控制原理

--4.1.1 模糊自适应整定PID控制原理(上)

--4.1.2 模糊自适应整定PID控制原理(下)

-4.2 基于FF的模糊PID控制试验验证

-- 4.2.1 基于FF的模糊PID控制试验验证(上)

-- 4.2.2 基于FF的模糊PID控制试验验证(下)

-第四章测试

第五章 神经网络的理论基础

- 5.1 神经网络简介

--5.1 神经网络简介

- 5.2 神经网络的发展简史

--5.2 神经网络的发展简史

-5.3 神经网络的基本概念

--5.3 神经网络的基本概念

- 5.4 神经网络的分类

--5.4 神经网络的分类

-5.5 神经网络的学习算法、基本特征和研究领域

--5.5 神经网络的学习算法、基本特征和研究领域

-第五章测试

第六章 典型神经网络

-6.1 感知器

--6.1.1 感知器的数学模型.

--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)

--6.1.2.2 感知器应用实例分析(实现逻辑运算异或)

- 6.2 BP神经网络

--6.2.1.1 BP神经网络简介(上)

--6.2.1.2 BP神经网络简介(中)

--6.2.1.3 BP神经网络简介(下)

--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现

--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合

-第六章测试

第七章 遗传算法及其应用

- 7.1 什么是遗传算法

--7.1 什么是遗传算法

-7.2 遗传算法的特点

--7.2 遗传算法的特点

-7.3 遗传算法的基本操作之复制

--7.3 遗传算法的基本操作之复制

-7.4 遗传算法的基本操作之交叉与变异

--7.4 遗传算法的基本操作之交叉与变异

-第七章测试

第八章 遗传编程

-8.1 遗传编程工作原理

--8.1 遗传编程工作原理

-8.2 遗传编程基本操作之复制

--8.2 遗传编程基本操作之复制

-8.3 遗传编程基本操作之交换和突变

--8.3 遗传编程基本操作之交换和突变

- 8.4 遗传编程的工作步骤及实例分析

-- 8.4 遗传编程的工作步骤及实例分析

-第八章测试

期末测试

-期末测试

8.3 遗传编程基本操作之交换和突变笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。