以下为《遗传算法函数优化实验要求》的无排版文字预览,完整内容请下载
实验二 遗传算法实验
一、实验目的:
熟悉和掌握遗传算法的原理、流程和编码策略,并利用遗传求解函数优化问题,理解求解流程并测试主要参数对结果的影响。
二、实验原理:
遗传算法的基本思想正是基于模仿生物界遗传学的遗传过程。它把问题的参数用基因代表,把问题的解用染色体代表(在计算机里用二进制码表示),从而得到一个由具有不同染色体的个体组成的群体。这个群体在问题特定的环境里 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 的影响。
修改精英策略,并作对比分析。
在无精英策略的基础上,实现任意两种操作的变体(初始化、选择、交叉、种群多样性等),并与原算法做性能对比与分析。
在变体基础上,增加精英策略,并分析算法性能。
实验报告要求:以上实验内容,每个内容均独立运行算法10次,根据10次的最佳适应度值的均值和方差,分析算法的稳定性,并给出其中一次运行结果(决策变量的分布图、算法收敛图)。
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]
以上为《遗传算法函数优化实验要求》的无排版文字预览,完整内容请下载
遗传算法函数优化实验要求由用户“miledadi”分享发布,转载请注明出处