pg下载通道 遗传算法的发展现状与应用实例
1 引言
近年来，遗传算法（GA）卓越性能引发人的关注，对于过去难以解决的函数优化问题，复杂的多目标规划问题，工业农业生产里的配管、配线问题，以及机器学习，图象识别pg下载通道，人工神经网络的权系数调整和网络构造等问题，GA是最有效的方法之一，虽然GA在诸多优化问题中有成功应用，但其自身也存在一些不足，比如局部搜索能力差，存在未成熟收敛和随机漫游等现象，进而致使算法的收敛性能差，需要很长时间才能寻得最优解，这些不足阻碍了遗传算法的推广应用pg下载，怎样改善遗传算法的搜索能力并提高算法的收敛速度，让其更好地应用于实际问题的解决中，是各国学者一直探索的一个主要课题，之后世界范围内掀起了关于遗传算法的研究与应用热潮。
2 遗传算法存在的问题及相应的改进措施
自然界早就展现出基因的强大威力，借助这样的机制，一堆具有智能、能自组织、会自修整的器官出现了。要是人们在科学研究里想效仿这些生物器官pg下载，那就得了解基因、进化的概念。GA是一种利用自然选择和进化思想在高维空间里寻优的方法，它不一定能够找到最优点，不过它可以找出更优点，这种思路跟人类行为里成功的标准很相像。就像不需要一支军队是最优的，要打败对手只要它比对手更强就行。因而GA也许会暂时停留在某些非最优点上，一直到变异发生让它跳到另一个更优点上。GA寻优过程的一个重要特性是它一直维持整个种群的进化，这样即便某个体在某时刻失去了有用的特征，这种特征也会被其他个体留意并继续发展。因为GA只需要知道目标函数的信息，而不需要其连续可微等要求，所以具有广泛的适应性。同时它是一种采用启发性知识的智能搜索算法，故而常常能在搜寻求索空间高度复杂的问题上比以往算法（像梯度法）获得更好的成效。D. B. Fogel提出的进化即智能的概念，尽管还没有被普遍认可，但进化在人类生存进步过程中的重要性已可想而知，所以遗传算法作为生物进化思想在工程计算里的一种体现，其前景是明亮的。此刻GA在工程优化、信号处理、模式识别、管理决策、智能系统设计和人工生命等领域的成功运用正表明了这一点。
2. 1 编码表示
Holland在运用模式定理去分析编码机制之际，建议运用二进制编码，然而二进制编码没办法直接体现问题的固有结构，精度并不高，个体长度大，占用计算机内存多。Gray编码是经由一个变换对二进制编码实施转换而得以产生的编码，其所要达成的目的便是去克服Hamming悬崖的不足之处。动态编码的(namshi)GA是当算法趋向于某局部最优时加大搜索的精度，进而能够在全局最优点附近开展更为精确的搜索，加大精度的方式就是在维持串长不变的情形下缩减搜索区域。对于问题的变量属于实向量的状况，可以直接采用实数来进行编码，这样子能够直接在解的表现型上开展遗传操作，进而方便引入与问题领域相关的启发式信息以此来增强算法的搜索能力。复数编码 的 GA是为了描述以及解决二维问题，基因借助x+yi来表示；其还能够推广到对多维问题的描述当中。多维实数编码GA，让无效交叉出现的可能性大幅降低，同时其合理。
