碧波蕩漾的意思是什么 怎么理解碧波蕩漾的意思
2023-01-30
更新時間:2022-06-11 13:00:48作者:佚名
適應度函數(shù)的選取直接影響到遺傳算法的收斂速度以及能否找到最優(yōu)解,因為遺傳算法在進化搜索中基本不利用外部信息,僅以適應度函數(shù)為依據(jù),利用種群每個個體的適應度來進行搜索。因為適應度函數(shù)的復雜度是遺傳算法復雜度的主要組成部分,所以適應度函數(shù)的設計應盡可能簡單,使計算的時間復雜度最小。
適應度函數(shù)怎么設計:
遺傳算法在進化搜索中需要使用適應度函數(shù)值,而不用該函數(shù)的任何梯度信息。于是遺傳算法的適應度函數(shù)不要求具有連續(xù)可微性,且其定義域可以為任意集合。對適應度函數(shù)的唯一要求是,對給定的可行解能夠計算出能加以比較的非負函數(shù)值即可。在具體應用中,適應度函數(shù)的設計要結合求解問題本身的要求而定。
在許多尋優(yōu)問題中,目的是求取目標函數(shù)的最小值,這要求適應度值是非負的,任何情況下希望越大越好;而目標函數(shù)值則有多種可能,并且目標函數(shù)和適應度值之間的關系也是多種多樣的。
應用遺傳算法有時會出現(xiàn)一些不利于優(yōu)化的現(xiàn)象或結果。在遺傳進化初期,通常會出現(xiàn)一些超常的個體。若按照比例選擇策略,這些異常個體可能在群體中占很大的比例,有可能導致早熟收斂現(xiàn)象。顯然,這些異常個體因競爭能力太強會控制選擇過程,從而影響算法的全局尋優(yōu)性能。此外,在遺傳進化過程中,雖然群體中個體多樣性尚存在,但往往會出現(xiàn)群體的平均適應度已接近最佳個體適應度,此時,個體間競爭力減弱,最佳個體和其它大多數(shù)個體在選擇過程中有幾乎相等的選擇機會,從而使有目標的優(yōu)化過程趨于無目標的隨機漫游過程。