课件资源：遗传算法绪论及算法简介与模拟

普大帝

第一章   绪论
7 R" Y) C( c9 [, o- _, m1.1  遗传算法的生物学基础
# S' K+ w, e  f3 e6 h) }        生物在自然界中的生存繁衍，显示出了其对自然环境的自适应能力。受其启发， 人们致力于对生物各种生存特性的机理研究和行为模拟，为人工自适应系统的设计和开发提供了广阔的前景。遗传算法(Genetic Algorithms，简称GAs)就是这种生物行为的计算机模拟中令人瞩目的重要成果。基于对生物遗传和进化过程的计算机模拟，遗传算法使得各种人工系统具有优良的自适应能力和优化能力。
  k2 G6 B! x  l. n        遗传算法所借鉴的生物学基础就是生物的遗传和进化。
+ j0 {5 i$ J$ g1.1.1  遗传与变异
  ~3 B( I( h) F/ _$ r0 j9 J     遗传(Heredity)—— 世间的生物从其父代继承特性或性状，这种生命现象就称为遗传(Heredity)，由于遗传的作用，使得人们可以种瓜得瓜、 种豆得豆，也使得鸟仍然是在天空中飞翔，鱼仍然是在水中邀游。
•  构成生物的基本结构和功能的单位是细胞(Ce11)。
•  细胞中含有的一种微小的丝状化合物称为染色体(Chromosome)，生物的所有遗传信息都包含在这个复杂而又微小的染色体中。
•  基因经过生物学家的研究，控制并决定生物遗传性状的染色体主要是由一种叫做脱氧核糖核酸(deoxyribonucleic acid  简称DNA)的物质所构成。 DNA在染色体中有规则地排列着，它是个大分子的有机聚合物，其基本结构单位是核苷酸，许多核苷酸通过磷酸二酯键相结合形成一个长长的链状结构，两个链状结构再通过碱基间的氢键有规律地扭合在一起，相互卷曲起来形成一种双螺旋结构。基因就是DNA长链结构中占有一定位置的基本遗传单位。
. l* B  |7 ?& U9 n, D, V" p# [  •  遗传信息是由基因(Gene)组成的，生物的各种性状由其相应的基因所控制。
  •  基因是遗传的基本单位。细胞通过分裂具有自我复制的能力，在细胞分裂的过程中，其遗传基因也同时被复制到下一代，从而其性状也被下一代所继承。
7 F, f2 O; b( g3 ]7 |
6 k; Q" O: A$ ^+ @2 `+ s% _•  遗传基因在染色体中所占据的位置称为基因座(Locus)；
% d$ x) J% P! P4 g/ {3 W• 同一基因座可能有的全部基因称为等位基因(Allele)；
9 Q+ Q6 [2 r( F, O* S3 @3 `0 r* Z• 某种生物所特有的基因及其构成形式称为该生物的基因型(Genotype)；
: x8 e  `, U- K• 而该生物在环境中呈现出的相应的性状称为该生物的表现型(Phenotype)；
: j6 B) b/ P- W* ~( m+ X•  一个细胞核中所有染色体所携带的遗传信息的全体称为一个基因组(Genome)。
$ |3 P' }) \3 f

& f7 v( w$ ^0 [, I9 j+ k; [9 {# O
% P2 R2 ^4 f  ~- A$ f- s
  对于上述最优化问题，目标函数和约束条件种类繁多，有的是线性的，有的是非线性的；有的是连续的，有的是离散的；有的是单峰值的，有的是多峰值的。随着研究的深入，人们逐渐认识到在很多复杂情况下要想完全精确地求出其最优解既不可能，也不现实，因而求出其近似最优解或满意解是人们的主要着眼点之一。
. [" o5 Y1 u1 R" Y  I% D/ Z* A" ^总的来说，求最优解或近似最优解的方法主要有三种：枚举法、启发式算法和搜索算法。

     随着问题种类的不同，以及问题规模的扩大，要寻求到一种能以有限的代价来解决上述最优化问题的通用方法仍是个难题。而遗传算法却为我们解决这类问题提供了一个有效的途径和通用框架，开创了一种新的全局优化搜索算法。
% ?9 G! W# A/ m: d, A8 O8 l3 a8 g
/ K& k4 P# E. a) H' V  N" F

下载资源查看更多