网学网为需要VC与C++类别的朋友们搜集整理了VC遗传算法的研究及实现相关资料，希望对各位网友有所帮助!
2.1.2遗传算法基本步骤 遗传算法的主要处理步骤是:首先构造满足约束条件的染色体。编码的目的主要是使化问题解的表现形式适合于遗传算法中的遗传运算。实际问题的染色体有多种编码方，染色体编码方式的选取应尽可能的符合问题约束，否则将影响计算效率。第二是随机生初始群体。初始群体的染色体数量应适当选择。第三是是适应度函数的构造和应，计算每个染色体适应度。适应度函数基本上依据问题的目标函数而定，是反映染色体劣的唯一指标，遗传算法就是要寻得适应度最大的染色体。当适应度函数确定以后，复是以适应度函数值的大小决定的概率分布来确定哪些染色体适应生存，哪些被淘汰。第是染色体的交叉。父代的遗传基因的结合是通过父代染色体之间的交叉并到达下一代个的。子代的产生是一个生殖过程，它产生了一个新解;最后是变异，新解产生过程中可产生基因变异，变异使某些解的编码发生变化，使解具有更大的遍历性。 2.4.3变异算子 当交叉算子产生的后代的适应度不在比前辈好又未达到最优解，就会产生不成熟敛，不成熟收敛的根源是发生了有效基因缺失，这时，为克服这种情况，只有依赖于变异变异在遗传算法中的作用是第二位的。目前发展的主要变异算子如表2-1所示。
表2-1 变异算子 2.3遗传算法步骤 一般而言，遗传算法的流程如下： Step 1确定编码； Step 2初始化种群； Step 3计算种群中每个个体的适应值； Step 4若满足某种停止条件，则执行Step 9，否则执行Step 5； Step 5按由个体适应度值所决定的某个规则选择将进入下一代的个体； Step 6按概率进行杂交操作； Step 7按概率进行变异操作； Step 8转到Step 3； Step 9输出种群中适应度值最优的染色体作为问题的满意解或最优解。 | ||||||||||||||||||||||||||||||||||||
| 本站发布的计算机毕业设计均是完整无错的全套作品，包含开题报告+程序+论文+源代码+翻译+答辩稿PPT | ||||||||||||||||||||||||||||||||||||
本文选自计算机毕业设计http://myeducs.cn
| ||||||||||||||||||||||||||||||||||||
