遺傳算法ppt課件(2)-資料下載頁

　　

【正文】 7 5 6 X2’: 8 3 | 4 5 6 7 1 | 9 0 2 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 變異：隨機選擇同一個個體的兩個點進行交換； 初始參數(shù)： 種群規(guī)模 100 交叉概率 變異概率 終止代數(shù) 2022 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? TSP Benchmark 問題 運行結(jié)果： 解決組合優(yōu)化問題 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡的權值 神經(jīng)網(wǎng)絡建模： 遺傳算法在過程建模中的應用 x1 輸出層 隱藏層 輸入層 x2 y xn … … … … 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡的權值 例：聚丙烯生產(chǎn)過程熔融指數(shù)的軟測量模型 輸入變量：加氫量 、 釜壓 、 升溫時間 、 反應時間 、攪拌電流； 輸出變量：熔融指數(shù)； 樣本數(shù)據(jù)： 240組現(xiàn)場數(shù)據(jù)； 遺傳算法在過程建模中的應用 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡的權值 個體的表示： w11 w12 … w1n … wnm w1 … wm b1 … bm b 適應度的設計：樣本數(shù)據(jù)與神經(jīng)網(wǎng)絡預測數(shù)據(jù)的誤差和的倒數(shù)； 遺傳算法在過程建模中的應用 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡的權值 適應度函數(shù)的計算： load 。 對樣本數(shù)據(jù)歸一化； S1=6。 for i=1:S1 for j=1:5 w1(i,j)=sol((i1)*5+j)。 end w2(i)=sol(5*S1+i)。 b1(i)=sol(6*S1+i)。 end 遺傳算法在過程建模中的應用 b1=b139。 b2=sol(7*S1+1)。 A=simuff(P,w1,b1,39。logsig39。,w2,b2,39。logsig39。)。 mse1=sumsqr(AT)/s。 eval=1/(1+mse1/)。 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡的權值 遺傳算子：可采用各種方法； bounds=ones(43,1)*[1 1]。 [x endPop bpop trace]=ga(bounds,39。jbx39。,[],[],[1e8 1 1],39。maxGenTerm39。,1000,39。normGeomSelect39。,[],39。simpleXover39。,[],39。binaryMutation39。,[])。 遺傳算法在過程建模中的應用 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 優(yōu)化神經(jīng)網(wǎng)絡的權值 優(yōu)化結(jié)果： 遺傳算法在過程建模中的應用 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 用遺傳算法進行特征提取 目的：從可能的 m個特征中依據(jù)某個評價標準選出d個特征（ md）； 遺傳算法在模式識別中的應用 代 代 代 代 代代 代 代 代 代代 代 代 代 代 代 代代 代 代 代 代 代代 代 代 代代 代 代 代代 代 代 代代 代 代 代 代 代 代 代 代 代 代 代代 代代 代代代代 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 用遺傳算法進行特征提取 個體的表示方法：一個長度為 L的個體對應于一個L維的二進制特征矢量，它的每一位就表示包括或排除一個相應的特征。一個個體即是一個可能的最優(yōu)特征子集； 適應度函數(shù)的設計：個體所代表的特征子集進行分類時的識別率； 遺傳算子：可采用各種方法； 遺傳算法在模式識別中的應用 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 用遺傳算法進行特征提取 例：作品鑒別 將圖像分為 m n格，對每一個格 進行數(shù)據(jù)分析，得到 L個特征， 從 L中選出 l個（ Ll）特征送入 分類器進行識別。 遺傳算法在模式識別中的應用 遺傳算法的應用 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 用遺傳算法進行特征提取 例：作品鑒別 個體的表示： l位長，每位代表一個特征的序號，不可重復； 適應度函數(shù)的設計：識別率的函數(shù)； 遺傳算子：符合個體編碼要求的算子。 遺傳算法在模式識別中的應用 第四章 結(jié)束 智能優(yōu)化計算 華東理工大學自動化系 2022年 作業(yè) 1 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 內(nèi)容 用遺傳算法解決下面函數(shù)的極小值問題： 32|| ,20)/)2c o s(e x p ()/ x p (20)(5015012??????? ????iiiiixenxnxXf ? 作業(yè) 1 智能優(yōu)化計算 華東理工大學自動化系 2022年 ? 要求 ； MATLAB； ：源程序（如非 MATLAB語言編制，則包括源代碼和可執(zhí)行文件）和運行結(jié)果（圖、表等， WORD文檔），發(fā)送至 ? 時限 2022年 10月 18日之前