人工智能导论 (六) - 智能计算及其应用1 简介2 基本遗传算法3 编码4 适应度函数

1 简介

受自然界和生物界规律的启迪，人们根据其原理模 仿设计了许多求解问题的算法，包括人工神经网络、 模糊逻辑、遗传算法、DNA计算、模拟退火算法、 禁忌搜索算法、免疫算法、膜计算、量子计算、粒 子群优化算法、蚁群算法、人工蜂群算法、人工鱼 群算法以及细菌群体优化算法等，这些算法称为智 能计算也称为计算智能( c o m p u t a t i o n a l intelligence, CI)。

智能优化方法通常包括进化计算和群智能等两大类 方法，是一种典型的元启发式随机优化方法，已经 广泛应用于组合优化、机器学习、智能控制、模式 识别、规划设计、网络安全等领域，是21世纪有关 智能计算中的重要技术之一。

2 基本遗传算法

2.1 遗传算法的基本思想

• 遗传算法的基本思想 在求解问题时从多个解开始，然后通过一定的法则进行逐步迭代以产生新的解

3 编码

3.1 位串编码

• 一维染色体编码方法 将问题空间的参数编码为一维排列的染色体的方法

(1) 二进制编码

用若干二进制数表示一个个体，将原问题的解空间映射到位串空间

B={0，1}

然后在位串空间上进行遗传操作。

(2) Gray 编码

将二进制编码通过一个变换进行转换得到的编码

3.2 实数编码

4 适应度函数

4.1. 将目标函数映射成适应度函数的方法