Вам нужна курсовая работа?
Интересует Программирование?
Оставьте заявку
на Курсовую работу
Получите бесплатную
консультацию по
написанию
Сделайте заказ и
скачайте
результат на сайте
1
2
3

Оптимизация составного сечения при помощи генетического алгоритма.

  • 0 страниц
  • 0 источников
  • Добавлена 25.06.2012
750 руб. 1 500 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
Фрагмент для ознакомления

Решение задач оптимизации с помощью генетического алгоритма

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

ХАРЬКОВСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ РАДИОЭЛЕКТРОНИКИ

Кафедра " биомедицинская инженерия









КОНТРОЛЬ РАБОТЫ

по дисциплине: «Методы обработки БМИ»


Выполнил:

студентка 3 курса

группа БМИза-12/13-1

на факультете биомедицинской инженерии

Карнаух Е. С.



Харьков 2015

Содержание

1.Операторы выбора родителей

2.Бинарные рекомбинации (кроссинговер)

2.1 Одно-кроссинговер (Single-pointcrossover)

2.2 Двухточечный кроссинговер

.3Многоточечный кроссинговер (Multi-point crossover)

.4Однородный кроссинговер (Uniform crossover)

2.5 Триадный кроссинговер (Triadic кроссовер)

2.6 Перетасовочный кроссинговер (Shuffler кроссовер)

2.7 Кроссинговер с сокращением замены

3.Решение задачи оптимизации с помощью генетического алгоритма

1. Операторы выбора родителей

Есть несколько подходов для выбора родительской пары. Наиболее часто операторы выбора родителей являются следующие:

Панмиксия - самый простой оператор отбора. В соответствии с этим каждый член популяции сопоставляется случайное целое число в диапазоне [1; n], где n - количество особей в популяции. Мы будем рассматривать эти числа, как число лиц, которые будут участвовать в скрещивании. При этом выбор любой из членов население не будет участвовать в процессе воспроизводства, потому что он образует пару с самим собой. Вроде как члены популяции будут участвовать в процессе воспроизводства, неоднократно, с различными особями популяции. Несмотря на свою простоту, этот подход универсален для решения различных классов задач. Тем не менее, довольно критически к число населения, поскольку эффективность алгоритма, который реализует такой подход, снижается с ростом численности населения.

Инбридинг-это такой метод, когда первый родитель выбирается случайным образом, а вторым родителем является членом популяции ближайший к первому. Здесь «ближайшего» можно понять, например, смысл минимального расстояния Хемминга (для двоичных строк) или евклидова расстояния между двумя вещественными векторами. Расстояние Хемминга, равное количеству различных локусов (категорий) в бинарные строки. Пример определения родства бинарных хромосом при выборе родительской пары хромосом 1010001 представлены в Таблице 1.1

Узнать стоимость работы