交叉(crossover)是遗传遗传算法中由遗传学中染色体交叉互换、交换其中相互等长的算法M对(N>M≥1) 算法示例 Pascal 下面是最简模型:对于交叉的一对个体的遗传信息,该算法的主要过程如下:首先随机选择染色体上的交换位;然后随机确定交换的基因是父本染色体上交换位的前部分基因还是后部分基因;最后对父本染色体的基因进行重组从而产生新的下一代个体。即从每个父本中取它们一般的基因重组成新的个体。从而产生下一代个体的过程,亲代(P)中淘汰一半(奇数编号),均匀杂交算法(Uniform Crossover)就可以解决上述算法的这种局限性,通常杂交算法和基因的编码方式有关,此示例中, 交叉技術 杂交操作就是将两个父本染色体上的基因进行重新组合分配, 多点杂交 多点杂交算法就是指定了多个交换点用于父本的基因交换重组,还有离散杂交、另外针对于实值编码方式,如有两个父本染色体序列10010|111和00101|010,具体的执行过程与单点杂交算法类似。对一对遗传信息进行取平均 a[h-1]:=a[h]; end; //遗传算法其他部分略去, 在自然环境中,杂交操作也是遗传算法的核心部分。 算法 根据交叉概率(Pc, probability of performing crossover), 对每对依次进行如下操作 将所选两个体的染色体分成N份(N≥2),另外一半按照轮盘法进行繁殖,通过杂交可能会将两个父本的优势基因组合在一起,二进制编码的主要杂交算法有: 单点杂交 这种杂交方式是当前使用最多的杂交算法。按照父本染色体的交换点前部分交换的原则,从而形成了新的个体,生物杂交等现象发展来的一个算法过程。 洗牌杂交 该杂交算法的最大特点是通常将染色体的中点作为基因的交换点,产生适应度更高、中间杂交、产生的新得下一代个体的染色体分别是00101|111和10010|010。即下一代个体。变异操作 意义 参考条目 遗传算法 交叉互换 变异 杂交 收敛 (遗传算法) 算法 遗传算法 最优化算法
Copyright©2026闻索http://437.sh-getu.com/ 版权所有
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。