介紹對象

我們從生物學(xué)的特點得知，任何生物體都有自己的典型代表，?就是說，在真實世界上的每個物體都具有本身的基因性, 這個基因性包含該物體的全部信息。赫茲量化軟件在每個典型代表上都會反映每個基因的信息。因此，要解決我們的問題，需要知道現(xiàn)存的物體的模式是否適合使用基因演算?；狙菟銠C制的將來函數(shù)在典型代表的基礎(chǔ)上，可以避開物體內(nèi)在的信息，從而對于不同的任務(wù)廣泛地使用演算。赫茲量化軟件

比特字串符被廣泛地使用于物體基因的基因演算中。 因為，每一個物體基因?都能夠代表物體相應(yīng)的特性?；蚴且粋€固定長度的比特字串符表示這個特性值。赫茲量化軟件

整數(shù)編碼特性

最簡單的代碼方法是使用它的比特值。使用這種方法就可以很簡單地執(zhí)行。因為一個基因的中心長度足以表示特性的一些值。但是，這種方法也存在缺點。赫茲量化軟件主要是由于周圍的數(shù)字號碼不同于幾個比特值。比如， 7和 8在比特的顯示上不同于4個倉位，這種情況就使基因演算很難繼續(xù)運行。為了避免這個狀況的發(fā)生，最好選擇使用周圍數(shù)字號碼和代碼差距較小的倉位，最理想的是相同值。在真實的基因演算中一些可用的 代碼為 Gray 代碼。這些可用 Gray 代碼值在以下的表格中給出：

二進(jìn)制代碼Gray代碼十進(jìn)制代碼二進(jìn)制代碼十六進(jìn)制代碼十進(jìn)制代碼二進(jìn)制代碼十六進(jìn)制代碼000000h000000h100011h100011h200102h300113h300113h200102h401004h601106h501015h701117h601106h501015h701117h401004h810008h121100Ch910019h131101Dh101010Ah151111Fh111011Bh141110Eh121100Ch101010Ah131101Dh111011Bh141110Eh910019h151111Fh810008h

表格1. 相互協(xié)調(diào)的十進(jìn)制編碼和Gray編碼.

所以，當(dāng)代碼為整數(shù)特性時，我們將其分成四元組并按照Gray代碼規(guī)則傳送每個四元組。赫茲量化軟件

在真實的 基因演算過程中，通常不需要傳送特性值到基因值中。 實際執(zhí)行中要注意相應(yīng)的基因值必須找到特性值。赫茲量化軟件

因此，在整數(shù)特性基因值的解碼問題上就顯得很微不足道了。

浮點編碼特性

最簡單的代碼方法是使用它的比特值。在浮點代碼特性中使用這種方法的缺點與整數(shù)代碼特性相同。所以我們要按照以下列出的次序執(zhí)行：

1. 特性允許值的整個間隔時間分為期待精確值部分。

2. 基因值作為整數(shù)號碼時間間隔使用 (使用Gray代碼 )。

3. 間隔時間的中間數(shù)字用作參量值。

我們現(xiàn)在通過范例來了解以上介紹的執(zhí)行次序：

我們假設(shè)特性值得范圍在[0,1]之內(nèi)。該范圍為代碼被分裂成 256時間間隔。編碼這些數(shù)字，我們需要8個比特。比如，基因值為 00100101bG (大寫字母 G 表示Gray代碼)。首先使用 Gray 代碼，找到相應(yīng)的間隔時間數(shù)字: 25hG->36h->54d?，F(xiàn)在，我們來檢測什么樣的間隔時間與其相對應(yīng)。通過簡單的計算，我們得到的間隔時間為 [0,20703125, 0,2109375]。 即, 參量的值將為赫茲量化軟件 (0,20703125+0,2109375)/2=0,208984375。

非數(shù)字?jǐn)?shù)據(jù)編碼

在編譯這些非數(shù)字?jǐn)?shù)據(jù)編碼之前，我們必須把它轉(zhuǎn)換成數(shù)字。在本網(wǎng)站上有相關(guān)的文章-使用神經(jīng)網(wǎng)絡(luò)描述。

如何由對象的基因確定它的典型代表

確定對象的典型代表 （對象的特性值），我們需要知道與這些特性相對應(yīng)的基因值 (對象的基因類型)。基因的完整描述表現(xiàn)在物體基因類型的染色體。在一些實踐中被稱為標(biāo)本。?因此，在基因演算的實踐中，染色體代表的是一個固定長度比特字符串。字串符的間隔與基因相對應(yīng)。在染色體內(nèi)的基因長度可以相同也可以不同。 要經(jīng)常性地使用相同長度的基因. 現(xiàn)在我們來看看染色體的范例和其值的解析。對象有5個特性，每一個特性編碼基因元素的長度為4個。那么，染色體的長度為 5*4=20 比特：

00101010100101001101

我們現(xiàn)在可以確定特性值

特性基因值二進(jìn)制值特性小數(shù)值特性特性 1001000113特性 21010110012特性 31001111014特性 4010001117特性 5110110019

基因演算的基本運算符

眾所周知，在演變的理論中原有特性對新生事物的遺傳影響很重要。在基因演算中， 基因運算符的交叉?使用到改變?nèi)旧w的程序中。這種運算操作存在以下幾種方法：赫茲量化軟件

1. 選擇兩個普遍的單元作為母體;

2. 確定轉(zhuǎn)折點(隨意);

3. 確定子體作為第一和第二母體的聯(lián)系部分。

我們來看看這些運算符函數(shù)

染色體_1:0000000000染色體_2:1111111111

假設(shè)轉(zhuǎn)折點放置在第三染色體后，那么:

染色體_1:0000000000>>0001111111結(jié)果_ 染色體_1染色體_2:1111111111>>1110000000結(jié)果_ 染色體_2

那么結(jié)果染色體可能被確定為 0.5作為子體。

另外一個運算符是維持運算的變化。被稱作變種運算符。這個運算符可以從它的初始狀態(tài)再染色體中改變其值。相應(yīng)地，每個比特在染色體中從中心位置倒序排列。

另外，還有一個運算符，被稱為倒裝運算符?使用在基因演算中。它將染色體分為兩個部分并改變?nèi)旧w的位置。簡單地代表如下：

0001111111>>1111111000

理論上，這兩個基因運算符已經(jīng)可以完成基因演算的操作。不過在實際操作中還需要添加一些運算符，并且對現(xiàn)有的兩個運算符做適當(dāng)?shù)男薷?。例如?在基因演算中不可能只有一個交叉點 (如上所述)，但是同樣可以有多個交叉點。這種情況下，需要創(chuàng)建幾個轉(zhuǎn)折點 (通常是兩個)。另外，倒裝運算符的執(zhí)行必須是在染色體種選擇比特之后隨意地使用執(zhí)行。赫茲量化軟件

基因演算的流程圖

現(xiàn)在，帶著上面的知識我們來解釋一下基因值。我們討論基因演算的函數(shù)何在。近距離地觀看基因運算的流程圖和它的古典表示法。

1. 初始化開始時間, t=0. 由k單元隨意組成的初始化母體 。 B0 = {A1,A2,…,Ak)。

2. 計算每個單元的合適性, FAi = fit(Ai), i=1…k, 然后進(jìn)入母體, Ft = fit(Bt)。這個函數(shù)的值在一定程度上確定適用于描述的染色體，并能解決問題。

3. 在母體中選擇Ac單元。 Ac = Get(Bt)。

4. 在母體的中心概率選擇第二個單元 (Pc概率的交叉點)， Аc1 = Get(Bt),并執(zhí)行交叉運算符， Ac = Crossing(Ac,Ac1)。

5. 執(zhí)行變種運算符( Pm概率的變種), Ac = mutation(Ac)。

6. 執(zhí)行倒裝運算符 ( Pi概率的倒裝), Ac = inversion(Ac)。

7. 獲取新的染色體到新的母體中，插入(Bt+1,Ac)。

8. 步驟 3 到 7 可以重復(fù) k次。

9. 增加當(dāng)前時期的數(shù)字， t=t+1.

10. 如果遇到停止，終端會停止作業(yè)。返回至步驟2。

一些運算的步驟還需要周密的計劃和考慮。

步驟 3和4，選擇染色體的母體步驟在函數(shù)的成功運算中扮演著最重要的角色。 對于這個步驟可能有多種多樣的選擇。最經(jīng)常使用的方法被稱作一般旋輪線 。?當(dāng)使用這種方法時，這些或那些染色體的概率將會選擇確定為它的合適性，即， PGet(Ai) ~ Fit(Ai)/Fit(Bt)。這種方法使用的結(jié)果可能會導(dǎo)致子體的單元生成概率的過量。另外一種經(jīng)常使用的方法是淘汰賽。?它包括幾個單元(通常2個)。在母體中隨意地選擇。最適合的單元將被使用。在一些運算的實施中，會使用名稱為 菁英策略，說明保證進(jìn)入母體的為最優(yōu)秀的單元。 這種算法常常會加速基因演算的匯合。該策略的缺點是可能增加運算在最小地方點獲取值。赫茲量化軟件

確定運算停止的標(biāo)準(zhǔn)同樣非常重要。演算函數(shù)的時期限定或演算匯合的確定(通常，當(dāng)參量確定后，在幾個時期內(nèi)比較母體的適合性) 都需要使用一些尺度。