<listing id="vjp15"></listing><menuitem id="vjp15"></menuitem><var id="vjp15"></var><cite id="vjp15"></cite>
<var id="vjp15"></var><cite id="vjp15"><video id="vjp15"><menuitem id="vjp15"></menuitem></video></cite>
<cite id="vjp15"></cite>
<var id="vjp15"><strike id="vjp15"><listing id="vjp15"></listing></strike></var>
<var id="vjp15"><strike id="vjp15"><listing id="vjp15"></listing></strike></var>
<menuitem id="vjp15"><strike id="vjp15"></strike></menuitem>
<cite id="vjp15"></cite>
<var id="vjp15"><strike id="vjp15"></strike></var>
<var id="vjp15"></var>
<var id="vjp15"></var>
<var id="vjp15"><video id="vjp15"><thead id="vjp15"></thead></video></var>
<menuitem id="vjp15"></menuitem><cite id="vjp15"><video id="vjp15"></video></cite>
<var id="vjp15"></var><cite id="vjp15"><video id="vjp15"><thead id="vjp15"></thead></video></cite>
<var id="vjp15"></var>
<var id="vjp15"></var>
<menuitem id="vjp15"><span id="vjp15"><thead id="vjp15"></thead></span></menuitem>
<cite id="vjp15"><video id="vjp15"></video></cite>
<menuitem id="vjp15"></menuitem>

一種基于Fisher奔離過程的演化方法

文檔序號:6357273閱讀:801來源:國知局
專利名稱:一種基于Fisher奔離過程的演化方法
技術領域
本發明屬于遺傳優化技術領域,具體涉及一種基于Fisher奔離過程的演化方法。
背景技術
演化計算主要包括遺傳算法、演化策略、演化規劃和遺傳程序設計4個分支。它是基于自然界中不必明確地描述問題的全部特征,只需要根據自然法則來產生新的更好解的這種思想而發展起來的一種通用的問題求解方法。演化計算的主要應用領域是解決優化問題。而優化問題,主要是指以下形式的問題給定一個函數,尋找一個元素使得對于所有A 中的(最小化)或者(最大化)。遺傳算法(Genetic Algorithm,簡稱GA)是目前應用最為廣泛的演化計算方法;其在生產調度、自動控制、機器人學、圖象處理、人工生命、遺傳編碼和機器學習等方面均得到了廣泛的運用。盡管這種方法理論成熟、計算快速,但在求解優化問題時,容易陷入早熟收斂,以至于求得的解是局部最優解。在傳統的GA中,種群中的個體不區分雌雄性別,個體的演化只遵照自然選擇的規律,而單純的自然選擇是缺乏多樣性的,這也是造成早熟收斂的主要原因之一。而在自然界中,大多數哺乳動物(甚至植物)都有性別之分。有性繁殖被認為是相對于無性繁殖更加高等的一種繁殖方式,因為有性繁殖能夠帶來更良好的種群多樣性,有更大的幾率產生優秀的個體,使得種群朝著好的方向演化。在有性繁殖中,性選擇(Sexual Selection)起到了關鍵性作用。在達爾文的進化論中,性選擇與自然選擇(Natural Selection)有著同等重要的地位。自然選擇保證了適應環境的個體得以生存,使得個體的生存能力得到加強;性選擇保證了種群的多樣性,增加了產生更加優秀的個體的幾率。而在性選擇理論中,Fisher奔離過程(Fisher’ s runaway process)是一個重要的理論,它揭示了雌性和雄性在性選擇中的協同演化現象。正因為有了 Fisher奔離過程,雄性特征和雌性選擇偏好才得以進化,而且這種進化是一種正反饋進化機制,因此進化速度非常快;此外,由于雌性的選擇偏好各不相同,從而給種群帶來了豐富的多樣性,可以從很大程度上遏制早熟收斂。

發明內容
本發明提供了一種基于Fisher奔離過程的演化方法,能夠有效地抑制演化過程中的早熟收斂現象,進而得到接近全局最優的演化結果。一種基于Fisher奔離過程的演化方法,包括如下步驟(I)獲取種群;所述的種群中包含m個A性個體和n個B性個體,所述的A性個體具有一個染色體和一個偏好值,B性個體只具有一個染色體,m和n均為自然數且m < n ;根據染色體,求得每個個體的適應值;所述的偏好值為初始化隨機值。(2)根據偏好值以及適應值,依次使每個A性個體選擇一個B性個體進行配對,從而組成m對父個體;使每對父個體根據遺傳算法進行交叉變異,產生m對子個體;
(3)拋棄子個體對中適應值較劣的個體,使子個體對中適應值較優的個體替換對應的父個體對中適應值較劣的個體,并繼承被替換的個體的性別;若被替換的個體為A性, 則替換的個體繼承被替換的個體的偏好值;(4)修正每個A性個體的偏好值,以使種群完成一次遺傳;(5)循環執行步驟⑵至(4),使種群完成k次遺傳后,輸出種群中適應值最優的個體,并提取該個體的染色體。k為最大遺傳次數。所述的適應值的優劣依據于適應值的大小;不同應用領域,適應值越大(或越小) 適應值越優,適應值越小(或越大)適應值越劣。所述的步驟(2)中,A性個體根據以下標準選擇B性個體進行配對;
權利要求
1.一種基于Fisher奔離過程的演化方法,包括如下步驟(1)獲取種群;所述的種群中包含m個A性個體和n個B性個體,所述的A性個體具有一個染色體和一個偏好值,B性個體只具有一個染色體,m和n均為自然數且m < n ;根據染色體,求得每個個體的適應值;(2)根據偏好值以及適應值,依次使每個A性個體選擇一個B性個體進行配對,從而組成m對父個體;使每對父個體根據遺傳算法進行交叉變異,產生m對子個體;(3)拋棄子個體對中適應值較劣的個體,使子個體對中適應值較優的個體替換對應的父個體對中適應值較劣的個體,并繼承被替換的個體的性別;若被替換的個體為A性,則替換的個體繼承被替換的個體的偏好值;(4)修正每個A性個體的偏好值,以使種群完成一次遺傳;(5)循環執行步驟(2)至(4),使種群完成k次遺傳后,輸出種群中適應值最優的個體, 并提取該個體的染色體。
2.根據權利要求I所述的基于Fisher奔離過程的演化方法,其特征在于所述的步驟(2)中,A性個體根據以下標準選擇B性個體進行配對;
3.根據權利要求I所述的基于Fisher奔離過程的演化方法,其特征在于所述的步驟(4)中,根據以下方程組修正A性個體的偏好值;
全文摘要
本發明公開了一種基于Fisher奔離過程的演化方法,包括(1)獲取初始化種群;(2)選擇配對;(3)遺傳交叉變異;(4)修正選擇偏好;(5)循環遺傳,輸出最優個體。本發明根據Fisher奔離過程理論構造了一個基于雙性別的演化方法,可以一定程度上有效地抑制早熟收斂現象,從而求得更加接近全局最優解的結果;同時本發明還具有良好的通用性和魯棒性,可以與任何一種交叉、變異算子相結合,形成新的演化方法。
文檔編號G06N3/12GK102609767SQ20121000547
公開日2012年7月25日 申請日期2012年1月9日 優先權日2012年1月9日
發明者姚敏, 程然 申請人:浙江大學
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
韩国伦理电影