遗传算法的交叉变异操作杂记

100个个体,交叉概率为0.1,并不代表交叉个体数为10个.这是一个概率问题.
另外,交叉概率一般会取0.5-1这个范围内,0.1未免有点小.
自适应的遗传算法,一般在迭代初期会有较大的交叉概率,越往迭代后期,交叉概率越小.
而变异概率则相反.
标准的交叉如下：假设六个个体的编号为从1至6，两两配对共分为3对母代个体。第1对母代个体：随机生成一个随机数r，如果r<=0.6，则进行交叉。交叉点仍然是随机产生的。如果是单点交叉就随机产生一个点，如果是两点交叉就随机产生两个点，其他还有均匀交叉、融合交叉等。如果r>0.6，则不进行交叉，子代个体用母代个体代替。然后继续判断第2对母代个体，照此方法依次进行。一轮下来，进行交叉的个体数量大致是6*0.6=3.6个。但绝对不会是小数或奇数。

遗传算法中的交叉变异概率在编子函数时，应该是rand(1)产生的随机数小于交叉率Pc,或交叉率Pm才能进行交叉变异操作。
因为遗传算法中，交叉变异操作是以一定的交叉率Pc和一定的变异率Pm执行的。所以首先选择参与交叉或变异操作的个体进入到交配池，选择过程是随机选择的，即满足rand(1) <Pc或rand(1) <Pm才被选择

交叉概率太大的话,就失去意义了,就变成随机算法了；太小的话,收敛太慢.通常的做法是采用自适应的方法.
固定交叉概率：0.9-0.97之间取；

GA中的变异操作举例

# mutate

import numpy as np

MUTATION_RATE =0.003

child = [1,0,1,1,0,0,1,0,0,0]

for point in range(10):

if np.random.rand() < MUTATION_RATE:

if child[point]==0:# 也可写为 child[point] = 1 if child[point]==0 else 0

child[point] =1

else:

child[point] =0

print(child)

输出：

[1, 1, 1, 1, 0, 0, 1, 0, 0, 0]
转载链接：https://www.jianshu.com/p/66d37bc02de3

求解过程中需要评价的目标函数和约束条件，而不需要其他更复杂信息。遗传算法具有随机性特点，使其能避免陷入局部最优的优势。遗传算法第一步是产生一组可行的解，将其作为初始种群。算法收敛速度、算法的性能受初始种群影响极大，因此初始种群确定尤为重要。
定义1：随机产生一个个体，若该个体满足约束条件，则该个体称为可行个体，若该个体不满足所有约束条件，则该个体为非可行个体；
定义2：最初可行个体的全体称为初始种群，初始种群中个体的数量称为种群规模；

遗传算法的交叉变异操作杂记相关推荐

遗传算法的交叉变异详解
转载:OMEGAXYZ 注:仅作学习笔记用,版权归OMEGAXYZ所有,侵权请删文章目录交叉二进制编码交叉单点交叉两点交叉多点交叉均匀交叉均匀两点交叉适合浮点数编码的交叉算子离散交 ...
matlab遗传算法中的变异操作,遗传算法流程图?遗传算法的基本原理?遗传算法交叉和变异?简单遗传算法MATLAB实现(4)...
对上一节中的函数进行优化,设置遗传算法相关参数,程序如下 function run_ga() elitism = true;%选择精英操作 pop_size = 20;%种群大小 chromo_siz ...
遗传算法中的变异和交叉
遗传算法中的变异和交叉一.交叉方法 1.部分匹配交叉(PMX) 由于一次只能去一个城市,所以一条染色体中的编码是不能重复的比如我们随机产生两个父代:A=762150483,B=416307582, ...
遗传算法：交叉操作 Merge(12) Crossover、MOX、MIS、ULX
遗传算法基于顺序的交叉操作的集中merge方法:Merge(1&2) Crossover 1993.Merging crossover (MOX) 2004.Merging Independe ...
遗传算法：交叉操作 Inver-over 算子
Inver-over 算子 1998:Inver-over 算子可以看作是GA中交叉和变异的混合方法 Inver-over步骤: 随机初始化种群P 如果没达到temination,对每一个个体,,随机 ...
遗传算法：交叉操作 Order Crossover OX1, OX2, OX3, OX4, OX5
OX11985:是最基本的Order Crossover ,执行过程如下: 首先从父代随机选择两个个体P1,P2和两个点将P1,P2两点之间部分提取出来,放在子代O1,O2相同位置(这里与PMX是相 ...
遗传算法：交叉操作 Position-based Crossover (PBX)
Position-based Crossover (PBX) 1990 随机选择父代P1,P2,随机选择几个基因位置,位置可以不连续将选中的P1基因按照位置复制到O1中删除P2中P1选中的基因,剩 ...
遗传算法：交叉操作 NWOX 2006
Non-Wrapping Order Crossover (NWOX)[1]:NWOX是一种OX的变体,既能够保存相对位置关系,也能够保存绝对位置关系. 执行步骤如下: C1, C2 是其父本 P1, ...
遗传算法：交叉操作 UPMX
UPMX(uniform partially-mapped crossover 1996)执行过程如下: 首先复制父代parent1的染色体到子代O1 生成一个随机数pos1(如 2) 然后在父代pa ...

遗传算法的交叉变异操作杂记

GA中的变异操作举例

遗传算法的交叉变异操作杂记相关推荐

最新文章

热门文章