下载后可任意编辑2．1．1 基本遗传算法的构成要素(1) 染色体编码方法。(2) 个体适应度评价。这样，根据不同种类的问题，必须预先拟定好由目的函数值到个体适应度之间的转换规则，特别是要预先拟定好当目的函数值为负数时的解决方法。(3) 遗传算子。基本遗传算法使用下述三种遗传算子●选择运算使用比例选择算子；●交叉运算使用单点交叉算子；● 变异运算使用基本位变异算子或均匀变异算子。(4)基本遗传舆法的运营参数。基本遗传算法有下述 4 个运营参数需要提前设定： ●M：群体大小，即群体中所含个体的数量，一般取为 20—100。 ●T：遗传运算的终止进化代数，一般取为 100~500 ●Pc：交叉概率，一般取为 0.4~0.99。 ●Pm：变异概率，一般取为 0．0001~0.10需要说明的是，这 4 个运营参数对遗传算法的求解结果和求解效率都有一定的影响，但目前尚无合理选择它们的理论依据。在遗传算法的实际应用中，往往需要通过多次试算后才能拟定出这些参数合理的取值大小或取值范围。2．2 基本遗传算法的实现2．2．1 个体适应度评价为满足适应度取非负值的规定．基本遗传算法一般采纳下面两种方法之一将目的函数值 f(x)变换为个体的适应度 F(x)。方法一：对求目的函数最大值的优化问题，变换方法为 c mm 为一个适本地相对比较小的数，它可用下面几种方；之一来选取。下载后可任意编辑 ●预先指定的 个较小的数。 ●进化到当前代为止的最小目的函数值。 ●当前代或最近几代群体中的最小日初 i 函数值。 方法二：对于求目的函数最小值的优化问题．变换方法为式小，cmx 为一个适本地相对比较大的数，它可用下面几种方法 ●预先指定的一个较大的数。 ●进化到当前代为止的最大目的函数值。● 当前代或最近几代群体中的最大日标函数值。2．2．2 比例选择算子选择算子是比例选择算子。所谓比例选择算子，是指个体被选中并遗传到下一代群体中的概率与该个体的适应度大小成正比。比例选择算子的具体执行过程是： (1)先计算出群体中所有个体的适应度的总和。 (2)另一方面计算出每个个体的相对适应度的大小，即为各个个体被遗传到下‘代群体中的概率。(3)最后再使用模拟赌盘操作(即 0 到 1 之间的随机数)来拟定各个个体被选中的次数。2．2．3 单点交叉算子 单点交叉算子是最常用和最基本的交叉操作其子。单点交叉算子的具体执行过程如下。 (1)对群体中的个体进行两两随机配对。若群体大小为 M，则共有[M]/2 对互相配对...
