

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、,數(shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典 元昌安 主編 鄧 松 李文敬 劉海濤 編著 電子工業(yè)出版社,第十三章 遺傳算法,本章內(nèi)容,1. 遺傳算法概述,2. 基本遺傳算法,3. 改進(jìn)遺傳算法,4. 基于遺傳算法的數(shù)據(jù)挖掘,5. 基因表達(dá)式編程,遺傳算法概述-模式定理,模式定理是遺傳算法的理論基礎(chǔ),它的定義如下:模式定理(Sc
2、hema theorem):在遺傳算子選擇,交叉和變異的作用下,具有低階,短定義距以及平均適應(yīng)度高于群體平均適應(yīng)度的模式在子代中將得以指數(shù)級增長。,遺傳算法概述-積木塊假設(shè),具有低階,短定義距及高適應(yīng)度的模式稱作積木塊(Building block)。積木塊假設(shè)(building block hypothesis)是指低階,短距,高平均適應(yīng)度的模式(積木塊)在遺傳算子作用下,相互結(jié)合,能生成高階,長距,高平均適應(yīng)度模式,可最終生成全
3、局最優(yōu)解。,遺傳算法概述-隱并行性,具有高階,長定義距的模式在交叉算子和變異算子作用下遭到破壞,盡管遺傳算法實際上只對幾個串個體進(jìn)行運算,但遺傳算法仍然隱含處理了大量的模式,命名這一性質(zhì)為隱并行性。,,遺傳算法概述-基本操作,遺傳操作包含三個基本遺傳算子(Genetic operator):選擇(Selection)從群體中選擇優(yōu)勝個體,淘汰劣質(zhì)個體的操作叫選擇。選擇算子有時又稱為再生算子(Reproduction opera
4、tor)。交叉(Crossover)所謂交叉又是指把兩個父代個體的部分結(jié)構(gòu)加以替換重組而生成新個體的操作。變異(Mutation) 變異算子的基本內(nèi)容是對群體中個體串的某些基因座上的基因值作變動。,編碼方式是個體表示問題,即對于給定的問題,選擇或設(shè)計一個適當(dāng)?shù)幕虮硎臼?,?3-1比較了目前已有的遺傳算法(GA)的編碼策略的具體分析。,基本遺傳算法-流程,基本遺傳算法(SGA)只使用選擇操作、交叉操作以及變異操作三種基本
5、遺傳操作,SGA的遺傳操作過程簡單,容易理解,且是其它復(fù)雜遺傳算法的基礎(chǔ),它在給各種遺傳算法提供基本框架的同時,也具有一定的應(yīng)用價值。,,改進(jìn)遺傳算法,,改進(jìn)遺傳算法主要研究內(nèi)容包括:分層遺傳算法;自適應(yīng)遺傳算法;小生境遺傳算法;并行遺傳算法;混合遺傳算法。,分層遺傳算法-基本思想,,分層遺傳算法-關(guān)鍵問題,,各個子種群的確定 各個子種群確定方式同SGA方式相同。遺傳操作設(shè)計 初步遺傳操作得到的結(jié)果就
6、是遺傳異算法初始層,而每一個都是可以是被下一層遺傳操作處理對象。,分層遺傳算法-流程,,,自適應(yīng)遺傳算法,,,小生境遺傳算法,,,小生境技術(shù)就是將每一代個體劃分為若干類,每個類中選出若干適應(yīng)度較大的個體作為一個類的優(yōu)秀代表組成一個種群,再在種群中以及不同種群之間通過雜交、變異產(chǎn)生新一代個體群,同時采用預(yù)選擇(preselection)機制或排擠(crowding)機制或分享(Sharing)機制完成選擇操作。,并行遺傳算法
7、-實現(xiàn)方案,,,全局型-主從式模型(master-slave model)獨立型-粗粒度模型(coarse-grained model)分散型-細(xì)粒度模型(fine-grained model),并行遺傳算法-遷移策略,,,一傳多 每個處理器對應(yīng)有若干個相鄰處理器,每個處理器產(chǎn)生新一代個體后,都將自己最好的一個個體傳送給其所有相鄰處理器,并且接受來自相鄰處理器的最好的個體,將這些個體與自己的個體同時考慮,淘汰適應(yīng)度差的個體。一
8、傳一 考慮到染色體的多樣性,每個處理器都將自己最好的個體僅傳給與之相鄰的一個處理器,同時增加兩個參數(shù):(1)處理器之間通訊的頻率;(2)每次傳送給最好個體的數(shù)目。,混合遺傳算法-基本框架,,,混合遺傳算法(Hybrid Genetic Algorithm),是提高遺傳算法運行效率和求解質(zhì)量的一個有效手段,可在保持算法一定通用性的基礎(chǔ)上提高算法的效率,基本框架如下所示:,,基于遺傳算法的數(shù)據(jù)挖掘,,,基于遺傳算法的關(guān)聯(lián)規(guī)則挖掘
9、 基于遺傳算法的聚類算法 基于遺傳算法的分類算法 基于模糊遺傳算法的建模,,基于遺傳算法的關(guān)聯(lián)規(guī)則挖掘,,,基于遺傳算法的關(guān)聯(lián)規(guī)則挖掘的過程如下:,,基于遺傳算法的聚類算法,,,基于遺傳算法的聚類算法描述如下:,,基于模糊遺傳算法的建模,,,基于模糊的遺傳算法描述如下:,,基于遺傳算法的分類算法,,,基于遺傳算法的分類算法描述如下:,,基因表達(dá)式編程-算法描述,,,基因表達(dá)式編程的基本算法描述如下:,,基因表達(dá)式編程-遺傳操
10、作,,,基因表達(dá)式編程的主要遺傳操作有:選擇操作(Selection變異操作(Mutation)插串操作(Transposition) GEP中插串操作分為三種:(1)IS插串(Insertion Sequence Transposition,);(2)RIS插串(root Insertion Sequence Transposition);(3)基因插串(Gene Transposition)。重組操作(Recombin
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 遺傳算法的并行實現(xiàn)
- 基于spark的并行遺傳算法研究
- 改進(jìn)的并行量子遺傳算法研究.pdf
- 并行遺傳算法的研究與應(yīng)用.pdf
- 并行遺傳算法的研究與實現(xiàn).pdf
- 遺傳算法的并行技術(shù)研究.pdf
- 遺傳算法概述遺傳算法原理遺傳算法的應(yīng)用
- 并行遺傳算法骨架的研究與實踐.pdf
- 并行遺傳算法的分布式實現(xiàn).pdf
- 并行蛙跳遺傳算法的研究及應(yīng)用.pdf
- QoS組播路由的并行遺傳算法研究.pdf
- 多種群混合并行遺傳算法的研究.pdf
- 遺傳算法
- 基于PVM環(huán)境下的并行遺傳算法研究.pdf
- 基于并行遺傳算法的紅外圖像增強技術(shù).pdf
- 基于多核的并行遺傳算法的研究與實現(xiàn)
- 并行數(shù)據(jù)庫查詢優(yōu)化的遺傳算法.pdf
- 降維式自主遷移并行遺傳算法的研究.pdf
- 基于多核的并行遺傳算法的研究與實現(xiàn).pdf
- 基于并行遺傳算法的葉輪機葉片優(yōu)化設(shè)計.pdf
評論
0/150
提交評論