当前课程知识点:智能控制 > 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
下面我们开始讲第七讲
遗传算法及其应用
那么专家系统和模糊控制
模仿人的智能
神经网络呢是模仿人脑的内部结构
从而模拟人脑的智能特征
但神经网络有个显著的特点
它待优化的参数太多
收敛速度比较慢
那么遗传算法的特点就是
模拟生物在进化过程中
优胜劣汰
适者生存的这样一个原理
来进行优化的
它为优化问题
提供了一个新的算法
那么有一个寓言说到
在静谧的非洲大草原上
夕阳西下
这时一头狮子在沉思
明天当太阳升起来的时候
我要奔跑
以追上跑得最快的羚羊
此时一只羚羊也在沉思
明天当太阳升起来的时候
我要奔跑
以逃脱跑得最快的狮子
那这个故事告诉我们
无论你是狮子还是羚羊
当太阳升起来的时候
你要做的就是奔跑
那么自然界一个生存法则就是
适者生存
优胜劣汰
这也是狮子和羚羊这个寓言
带给我们的启示
那么遗传算法就是
模拟自然界的这种生存法则
的一种优化算法
遗传算法是一种基于自然选择
和基因遗传学原理的
优化搜索的方法
那么研究它的目的是干什么呢
第一 抽象和严谨地解释
自然界的适应过程
第二
为了将自然生物系统的重要机理
运用到工程系统
计算机系统或商业系统
等人工系统的设计中
下面我们看一下
遗传算法的生物遗传学基础
遗传算法是美国密歇根大学的
John Holland教授
根据生物进化的模型
提出了一种并行随机搜索优化算法
那么在达尔文的进化论里
自然选择学说是它的中心内容
根据达尔文的进化论
生物之所以能够发展进化
主要三个原因
第一 遗传
第二 变异
第三 选择
所谓遗传就是种瓜得瓜
种豆得豆
也就是子代总是和亲代相似
遗传性是一切生物所共同的特征
它使得生物能够把它的性状
特性传递给后代
那么遗传也是生物进化的基础
但是呢 也有一些变异
变异指的是子代和亲代
并不完全相同
总有某些不相似的现象
也就是子代永远不会
和亲代完全一样
它是一切生物所具有的共同特征
是生物个体之间相互区别的基础
那么引起变异的原因
主要是生活环境的影响
器官的使用的
不同以及杂交
正是因为有变异
就为生物的进化和发展
创造了条件
第三 选择
选择是指具有精选的能力
也就是优胜劣汰
它决定了生物进化的方向
在生物进化的过程中
有的基因要保留
有的个体
优良个体要保留
有的劣质个体要被淘汰
自然选择就是指
生物在自然界的生存环境中
适者生存
不适者被淘汰的过程
通过不断地自然选择
有利于生存的变异
就会遗传下去
积累起来
使变异越来越大
逐步产生了新的物种
那么遗传、变异、选择
也就构成了遗传算法的
生物遗传学基础
-开篇
--开篇
-1.1课程考试方式
-1.2 数据、信息、知识与智能
-1.3传统控制面临的挑战
-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
-2.1基于搜索的问题求解
-- 2.1.7 均一代价搜索
-- 2.1.10 A星算法
-2.2 专家系统简介
- 2.3 专家PID
-第二章测试
-3.1 模糊控制概述
-3.2 模糊集合
-3.3 隶属函数
--3.3隶属函数.
-3.4 模糊关系及其运算
-第三章测试
- 4.1 模糊自适应整定PID控制原理
-4.2 基于FF的模糊PID控制试验验证
-第四章测试
- 5.1 神经网络简介
- 5.2 神经网络的发展简史
-5.3 神经网络的基本概念
- 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
-第五章测试
-6.1 感知器
--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)
- 6.2 BP神经网络
--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
- 7.1 什么是遗传算法
-7.2 遗传算法的特点
-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
-第七章测试
-8.1 遗传编程工作原理
-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
- 8.4 遗传编程的工作步骤及实例分析
-第八章测试
-期末测试