wil — Sun, 08 Mar 2009 12:13:00 GMT

��C��生物遗传学中描述的生物进化理�?
遗传物质的主要蝲体是染色�?chromsome),染色体主要由DNA和蛋白质�l�成。其中DNA为最主要的遗传物质�?
基因(gene)是有遗传效应的片�?它存储着遗传信息,可以准确地复�?也能发生�H�变,�q�可通过控制蛋白质的合成而控制生物的状�?生物自��n通过对基因的复制(reproduction)和交�?crossover,卛_��因分��?基因�l�合和基因连锁互�?的操作时其性状的遗传得到选择和控制。生物的遗传�Ҏ�?使生物界的物�U�能保持相对的稳�?生物的变异特�?使生物个体��生新的性状,以至于�Ş成了新的物种(量变�U�篏��?,推动了生物的�q�化和发展�?

遗传学算法和遗传学中的基��术语比较

染色�?chromosome)	数据,数组,序列
基因(gene)	单个元素,�?/td>
�{�位基因(allele)	数据�?属�?�?/td>
基因�?locus)	位置,iterator位置
表现�?phenotype)	参数�?解码�l�构,候选解
遗传隐匿(epistasis)	非线�?/td>

染色体又可以叫做基因型个�?individuals),一定数量的个体�l�成了群�?population),��体中个体的数量叫做��体大小。各个个体对环境的适应�E�度叫做适应�?fitness)

遗传��法的准备工�?
1)数据转换操作,包括表现型到基因型的转换和基因型到表现型的�{换。前者是把求解空间中的参数�{化成遗传�I�间中的染色体或者个�?encoding),后者是它的逆操�?decoding)
2)��定适应度计��函�?可以��个体值经�q�该函数转换��个体的适应�?该适应度的高低要能充分反映该个体对于解得优�U��E�度。非帔R��要的�q�程�Q?

遗传��法的基本步�?/strong>
遗传��法是具�?生成+��?(generate-and-test)的�P代过�E�的搜烦��法�?
基本�q�程�?
1)�~�码,创徏初始集团
2)集团中个体适应度计��?
3)评估适应�?
4)�Ҏ��适应度选择个体
5)被选择个体�q�行交叉�J�殖,
6)在繁�D�的�q�程中引入变异机�?
7)�J�殖出新的集�?回到�W�二�?

一个简单的遗传��法的例�?�?[0,31]范围内的y=(x-10)^2的最��?/strong>
1)�~�码��法选择�?��x转化�?�q�制的串",串的长度�?位�?�{�位基因的��gؓ0 or 1)
2)计算适应度的�Ҏ��?先将个体串进行解�?转化为int型的x�?然后使用y=(x-10)^2作�ؓ光��应度计��合�?�׃��是最��?所以结果越��?适应度也��好)
3)正式开�?先设�|�群体大��ؓ4,然后初始化群�?=> (在[0,31]范围内随机选取4个整数就可以,�~�码)
4)计算适应度Fi(�׃��是最��?可以选取一个大的基准线1000,Fi = 1000 - (x-10)^2)
5)计算每个个体的选择概率.选择概率要能够反映个体的优秀�E�度.�q�里用一个很��单的�Ҏ��来确定选择概率
P=Fi / TOTAL(Fi).
6)选择.
�Ҏ��所有个体的选择概率�q�行淘汰选择.�q�里使用的是一个赌轮的方式�q�行淘汰选择.先按照每个个体的选择概率创徏一个赌�?然后选取4��?每次先��生一�?-1的随机小�?然后判断该随机数落在那个�D�内��选取相对应的个体.�q�个�q�程�?选取概率P高的个体��可能被多次选择,而概率低的就可能被淘�?

下面是一个简单的赌轮的例�?
   13%               35%                    15%                 37%
----------|----------------------------|------------|-*-------------------------|
   个体1              个体2                  个体3    ^0.67    个体4
随机��Cؓ0.67落在了个�?的端�?本次选择了个�?.

被选中的个体将�q�入配对�?mating pool,配对集团)准备开始繁�D?
7)��单交�?
先对配对库中的个体进行随机配�?然后在配对的2个个体中讄��交叉�?交换2个个体的信息后��生下一�?
比如( | 代表��单串的交叉位�|?
( 0110|1, 1100|0 ) --交叉--> (01100,11001)
( 01|000, 11|011 ) --交叉--> (01011,11000)
2个父代的个体在交叉后�J�殖��Z��下一代的同样数量的个�?
复杂的交叉在交叉的位�|?交叉的方�?双亲的数量上都可以选择.其目的都在于��可能的培育出更优秀的后
�?
8)变异
变异操作时按照基因��来的.比如说没计算2万个基因座就发生一个变�?我们现在的每个个体有5个基因��.也就是说要进�?000代后才会在其中的某个基因座发生一�ơ变�?)变异的结果是基因座上的等位基因发生了变化.我们�q�里的例子就是把0变成1或则1变成0.
��x��,我们已经产生了一个新�?下一�?集团.然后回到�W?�?周而复�?生生不息下去:)

伪代码实�?适合��q��代码的朋友~):

//Init population
foreach individual in population
{
     individual = Encode(Random(0,31));
}

while (App.IsRun)
{
     //计算个体适应�?
     int TotalF = 0;
     foreach individual in population
     {
      individual.F = 1000 - (Decode(individual)-10)^2;
      TotalF += individual.F;
     }

     //------选择�q�程,计算个体选择概率-----------
     foreach individual in population
     {
          individual.P = individual.F / TotalF;
     }
     //选择
     for(int i=0;i<4;i++)
     {
          //SelectIndividual(float p)是根据随机数落在�D�落计算选取哪个个体的函�?
          MatingPool[i] = population[SelectIndividual(Random(0,1))];
     }
     //-------��单交�?--------------------------
     //�׃��只有4个个�?配对2��?
     for(int i=0;i<2;i++)
     {
          MatingPool.Parents[i].Mother = MatingPool.RandomPop();
          MatingPool.Parents[i].Father = MatingPool.RandomPop();
        }

     //交叉后创建新的集�?
     population.Clean();
     foreach Parent in MatingPool.Parents
     {
          //注意在copy 双亲的染色体时在某个基因座上发生的变异未表现.
          child1 = Parent.Mother.DivHeader + Parent.Father.DivEnd;
          child2 = Parent.Father.DivHeader + Parent.Mother.DivEnd;
          population.push(child1);
          population.push(child2);
     }
}
��结:
遗传��法中最重要的过�E�就是选择和交叉�?
选择要能够合理的反映"适者生�?的自然法则，而交叉必��d��由利的基因尽量遗传给下一�?�q�个��法很关键！)
�q�有��是�~�码的过�E�要能够使编码后的染色体能充分反映个体的特征�q�且能够方便计算�?

�q�篇文章是原来学习的一些回忆的整理,因�ؓ最�q�要实用�?不正��的地方�q�希望大家多多指出~

wil 2009-03-08 20:13 发表评论

欧美国产另类,欧美在线啊v,欧美日韩精品免费观看

螺旋数组