logo资料库

遗传算法基础教程学习.pdf

发布时间：2022-06-09 发布人：admin 分类：说明书 资料大小：2.22M 资料格式：pdf 举报 版权申诉
第1页 / 共59页
第2页 / 共59页
第3页 / 共59页
第4页 / 共59页
第5页 / 共59页
第6页 / 共59页
第7页 / 共59页
第8页 / 共59页
资料共59页，剩余部分请下载后查看
    遗传算法  遗传算法是智能优化方法中应用最为广泛也最 为成功的算法  介绍遗传算法的产生发展与基本原理  讨论遗传算法的基本构成和模板理论  介绍由不同编码方式、选择压力的调整、不同标定 方法等带来的各种变形算法  介绍几个典型应用的例子 2
    遗传算法  遗传算法是智能优化方法中应用最为广泛也最 为成功的算法  介绍遗传算法的产生发展与基本原理  讨论遗传算法的基本构成和模板理论  介绍由不同编码方式、选择压力的调整、不同标定 方法等带来的各种变形算法  介绍几个典型应用的例子 3
    概述  遗传算法(Genetic Algorithms, 简称GA或GAs)是由美国密 歇根大学的John H. Holland教授及其学生于20世纪60 年代末到70年代初提出的. 在1975年出版的《自然与 人工系统的自适应性》(Adaptation in Natural and Artificial Systems)中, Holland 系统地阐述了遗传算法的基本理 论和方法, 提出了对遗传算法的理论发展极为重要的 模板理论(Schema Theory).  后来De Jong和Goldberg等人做了大量的工作, 使遗传 算法更加完善. 4
    概述  近年来, 由于遗传箅法求解复杂优化问题的巨大潜力 及其在工业工程、人工智能、生物工程、自动控制等 各个领域的成功应用, 该算法得到了广泛的关注. 可以 说, 遗传算法是目前为止应用最为广泛和最为成功的 智能优化方法.  生物在自然界中的生存繁衍, 显示了其对自然环境的 优异的自适应能力. 遗传算法所借鉴的生物学基础就 是生物的进化和遗传。 5
    生物进化  进化(Evolution): 生物在其延续生存的过程中, 逐渐适 应其生存环境, 使得其品质不断得到改良, 这种生命现 象称为进化.  群体(Population): 生物的进化是以集团的形式共同进 行的, 这样的一个团体称为群体, 组成群体的单个生物 称为个体(Individual), 每个个体对其生存环境都有不同 的适应能力, 这种适应能力称为个体的适应度(Fitness). 6
    生物进化  按照达尔文的进化论, 那些具有较强适应环境变化能力 的生物个体具有更高的生存能力, 容易存话下来, 并有 较多的机会产生后代; 相反, 具有较低生存能力的个体 则被淘汰, 或者产生后代的机会越来越少, 直至消亡. 达 尔文把这一过程和现象叫做“自然选择, 适者生存”. 通过这种自然的选择, 物种将逐渐地向适应于生存环境 的方向进化, 从而产生优良的物种. 7
    生物的遗传变异  生物从其亲代继承特性或性状, 这种生命现象就称为遗 传( Heredity), 研究这种生命现象就称为遗传学 (Genetics).  由于遗传的作用, 使人们可以种瓜得瓜、种豆得豆. 构 成生物的基本结构和功能单位是细胞(Cell). 细胞中含 有一种微小的丝状化合物, 称为染色体(Chromosome), 生物的所有遗传信息都包含在这个复杂而又微小的染 色体中. 染色体主要由蛋白质和脱氧核糖核酸(DNA)组 成. 控制生物遗传的物质单元称为基因(Gene), 它是有 遗传效应的DNA片段. 生物的各种性状由其相应的基因 所控制. 8
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料