AForge学习笔记（4）：AForge.Genetic

遗传算法简介：

在学习AForge的遗传算法之前，我们首先简单介绍一下遗传算法的理念：遗传算法的提出是源于达尔文进化论思想的启发，优胜劣汰，适者生存，适应力强的生存下去的几率更大，那么在算法上我们用适应性函数来模拟遗传学中的适应性强度，函数值越大说明适应能力越强，被继续保留的概率越大。在算法当中有几个主要术语：种群（Population），基因(Gene)，染色体（chromosome）。种群被定义为具有一定规模（一定种子数）的群落的集合，种群由染色体组成，染色体由基因组成。算法流程如下：首先我们通过随机抽样的方式创建一个种群，为种群中的软色体（种子）计算适应力强度，根据适应力强度进行种子的再选，交叉，突变，生成新的种子点重复以上过程。

AForge中的实现：

我们通过实例学习AForge是怎样通过遗传算法解决问题的。引入的问题是求解函数最大值。

求解函数最大值问题：

// 首先创建适应度函数，UserFunction即是我们所说的适应度方程
public class UserFunction : OptimizationFunction1D
{
public UserFunction( ) : base( new Range( 0, 255 ) ) { }//生成新范围
public override double OptimizationFunction( double x )
{
//适应度函数
return Math.Pow(Math.Cos(x / 23) * Math.Sin(x / 50), 2) + Math.Pow(Math.Cos(x / 23) * Math.Sin(x / 50), 5) + 2;
}
}

// 创建种群，第一参数为种群数，第二参数为染色体对象，第三参数为适应度函数，第四参数为染色体选择方法
Population population = new Population( populationSize,
new BinaryChromosome( chromosomeLength ),userFunction,
( selectionMethod == 0 ) ? (ISelectionMethod) new EliteSelection( ) ://精英选择
( selectionMethod == 1 ) ? (ISelectionMethod) new RankSelection( ) ://范围选择
(ISelectionMethod) new RouletteWheelSelection( ));//轮盘选择
// 设置最优化模式
userFunction.Mode = ( optimizationMode == 0 ) ?
OptimizationFunction1D.Modes.Maximization ://最大值寻求方程
OptimizationFunction1D.Modes.Minimization;//寻求方程最小值
// 迭代次数初始化
int i = 1;
// 染色体以及适应度强度
double[,] data = new double[ populationSize, 2];
// 迭代循环
while (!needToStop)
{

for ( int j = 0; j < populationSize; j++ )

{

data[j, 0] = userFunction.Translate( population[j] );//将二进制染色体转译成数值型
data[j, 1] = userFunction.OptimizationFunction( data[j, 0] );//染色体适应度求解

}

if ( ( iterations != 0 ) && ( i > iterations ) )//是否超过迭代次数
break;

｝

通过以上算法，我们发现AForge中的遗传算法一般步骤为：

1）声明适应度函数

2）创建种群对象，其中包括种群数的确定，染色体对象创建，种子点选择方法的确定

3）进行种群的算法运算（迭代运算）

通过程序的运算结果我们再次理解遗传算法理念：

随着迭代次数的增加，种子点的适应度（函数值的大小）逐渐增强，最后适应度最强（函数值最大）的种子点被选中。

AForge学习笔记（4）：AForge.Genetic相关推荐

AForge学习笔记(3):AForge.Fuzzy
AForge.Fuzzy 提供了大量的模糊集操作. FuzzySet:模糊集是模糊应用的基础,也是理解模糊应用的关键,我们通过一个例子理解模糊集的概念:在现实生活中我们以冷暖来直观的描述温度,例如我们 ...
AForge学习笔记（5）：AForge.Imaging（上）
作者:GAO-XIANG 转自:http://blog.csdn.net/xiang__jiangsu/article/details/8131141 本次我们一起来学习AForge中影像处理算法以及 ...
AForge学习笔记（1）：AForge
作者:GAO-XIANG 转自:http://blog.csdn.net/xiang__jiangsu/article/details/8119297 本次主要简单介绍AForge.NET中的 AF ...
AForge学习笔记（2）：AForge.Controls
作者:GAO-XIANG 转自:http://blog.csdn.net/xiang__jiangsu/article/details/8120414 首先我们在VS2010中添加AForge.Con ...
AForge学习笔记（5）：AForge.Imaging（下）
作者:GAO-XIANG 转自:http://blog.csdn.net/xiang__jiangsu/article/details/8138326 ImageStatistics:对图像的RGB进 ...
AForge学习笔记（10）：AForge.Imaging.Filters
作者:GAO-XIANG 转自:http://blog.csdn.net/xiang__jiangsu/article/details/8144304 AdaptiveSmoothing:图像平滑处理 ...
C#学习之调用 AForge.NET Framework 启动摄像头
今天开始捣鼓C#启动摄像头,之前做过用 C++调用OPENCV库启动摄像头,C#理论上也可以. 但是看了这篇博文笔记, 顿时脑洞大开,原来可以和摄像头打交道的库有这么多啊.之前,我就直到OPE ...
一文弄懂元学习 (Meta Learing)（附代码实战）《繁凡的深度学习笔记》第 15 章元学习详解（上）万字中文综述
<繁凡的深度学习笔记>第 15 章元学习详解 (上)万字中文综述(DL笔记整理系列) 3043331995@qq.com https://fanfansann.blog.csdn.net ...
Robust PCA 学习笔记
很久没有写学习笔记了,年初先后忙考试,忙课程,改作业,回家刚安定下来,读了大神上学期给的paper,这几天折腾数学的感觉很好,就在这里和大家一起分享一下,希望能够有所收获.响应了Jeffrey的建议, ...

AForge学习笔记（4）：AForge.Genetic

AForge学习笔记（4）：AForge.Genetic相关推荐

最新文章

热门文章