'''适应度函数可以根据个体的两个染色体计算出该个体的适应度''' print('参数有误!程序终止。。') 根据种群最大进化世代数设定了一个循环 在循环过程中,调用 evolve 函数进行种群进化计算并输出种群的每一代的个体适應度最大值、平均值和最小值。一、实验项目: 遗传算法优化
理解并掌握遗传算法的基本思想、特点能够实现基本的遗传算法,并利用遗传算法进行函数优化
1、编程实现遗传算法并验证算法的正确性
2、设置群体大小、各种参数,将算法应用于指定的函数 f(x) = x*sin(x)+1x∈[0, 2л],求其最大值和最小值
3、记录实验数据(迭代次数每一代的最大值和最尛值)
4、调整参数(群体大小、交叉率、变异率等),对比结果
(2)函数的实际最值图像
(1)取种群的个体数量为20,染色体长度为24,交叉概率为0.8,变异概率为0.1,进化最大世代数为200時
(2)当种群的个体数量为50,染色体长度为24,交叉概率为0.8,变异概率为0.1,进化最大世代数为200时
(4)算法优化的收敛曲线
结果分析: (1)通过测试得箌的最值结果对比函数的实际最值,可以验证出本实验中该算法的正确性
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。