avatar

数学模型的一些知识

退火算法(SA)

退火就是在一个温度曲线上,随机选择一个点,类似于封闭环境下,向能量变低的方向进行,可见遗传算法是局部最优解算法,如果要获取全局最优解,则通过产生随机数的方法,逼近全局最优解。

image-20210122015835384

当前的模拟退火算法表示为

![image-20210122015926896](/Users/zrzz/Library/Application Support/typora-user-images/image-20210122015926896.png)

![image-20210122015937645](/Users/zrzz/Library/Application Support/typora-user-images/image-20210122015937645.png)

讲了一个例题,旅行商问题。

遗传算法

遗传算法是一种比较好的全局搜索算法。

image-20210120095025063

编码和解码

解空间和染色体间进行转换需要进行编码和解码,有实数编码、二进制编码等。

初始种群

采用某种方法生成若干个个题的集合,该集合成为初始种群,可以用随机算法和构造性算法产生。

适应度函数

适应度函数一般由目标函数生成,适应度函数都是越大越好,染色体对应的适应度函数值越大,说明更适合环境,反之则需要被淘汰,故当转换目标函数时,目标函数可能求最大值或者最小值,所以需要对目标函数进行一定的转换。

选择

选择便是结合适应度函数选取出进行重组或者交叉的个体的过程,有几种算法用于选择操作。

交叉

交叉发生在两个或多个染色体之间,是遗传算法产生新解的重要步骤。

单点交叉是对一个染色体产生一个随机数,如果满足一定条件则发生交叉,在选出的两个染色体中随机产生一个交叉点位置,在交叉点位置分离双亲染色体,互换交叉点位置右边的基因码产生两个染色体

变异

染色体的每一个基因依变异概率发生变异。

聚类

按照对象不同可以分为Q型聚类和R型聚类

文章作者: X Mεl0n
文章链接: http://www.zrzz.site/posts/8652c8c9/
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 X Mεl0n | 随手记

评论