交叉算法

Ⅰ 谁给我解释下遗传算法中的交叉概率，变异概率和代沟

1、交叉概率用于判断两两个体是否需要交叉；变异概率用于判断任一个体是否需要变异。
2、在一次进化迭代中，交叉通常是采用两两互相不重复交叉的方式，即个体1和个体2，个体3和个体4...个体n-1和个体n，或者个体1和个体n/2，个体2和个体n/2+1...个体n/2-1和个体n。以第一种方式为例，对于个体1和个体2，产生一个[0,1]之间的随机数，如果该随机数小于交叉概率，则个体1和个体2进行交叉操作，否则继续产生随机数判断之后的两个个体。
当然也可以采用随机交叉的方式，这时的交叉次数不能确定。
3、两两个体之间的交叉操作有不同的交叉方式，即：如果采用十进制编码，会有不同的交叉公式；如果采用二进制编码，有单点交叉和多点交叉。

Ⅱ 交叉法原理

交叉法原理是利用化合价书写物质化学式的方法，它适用于两种元素或两种基团组成的化合物。其根据的原理是化合价法则：正价总数与负价总数的代数和为0或正价总数与负价总数的绝对值相等。

我们常说十字交叉法实际上是十字交叉相比法，它是一种图示方法。十字交叉图示法实际上是代替求和公式的一种简捷算法，它特别适合于两总量、两关系的混合物的计算(即2—2型混合物计算)，用来计算混合物中两种组成成分的比值。

它是进行二组混合物平均量与组分计算的一种简便方法。凡可按M1·n1+M2·n2=M·n计算的问题，均可按十字交叉法计算。M表示某混合物的平均量，M1．M2则表示两组分对应的量。如M表示平均相对分子质量，M1．M2则表示两组分各自的相对分子质量，n1．n2表示两组分在混合物中所占的份额，n1:n2在大多数情况下表示两组分的物质的量之比，有时也可以是两组分的质量之比，判断时关键看n1，n2表示混合物中什么物理量的份额，如物质的量、物质的量分数、体积分数，则n1:n2表示两组分的物质的量之比；如质量、质量分数、元素质量百分含量，则n1:n2表示两组分的质量之比。

十字交叉法于二元组分混合体系的计算方法，常用于计算二元组分的比例关系。

方法有相乘法，是利用化合价书写物质化学式的方法它适用于两种元素或两种基团组成的化合物，其根据的原理是化合价法则：正价总数与负价总数的代数和为0或正价总数与负价总数的绝对值相等。

相比法。十字交叉法实际上是十字交叉相比法，它是一种图示方法。十字交叉消去法简称为十字消去法，它是一类离子推断题的解法，采用“十字消去”可缩小未知物质的范围，以便于利用题给条件确定物质，找出正确答案。

Ⅲ 反应热 十字交叉算法

先取极值
假设全部为H2，则放热5mol*285.6KJ/mol = 1428KJ
假设全部为C3H8，则放热5mol*2220KJ/mol = 11100KJ
现放热6164KJ
则有，
H2 1428--------4936
------------6164-------
C3H8 11100--------4736
右上为左下与中间差的绝对值，右下为左上与中间差的绝对值
(‘--’为了好看才画的，当作不存在)
所以H2和C3H8体积比为4936：4736
（题目应该是6264KJ吧，那样就正好1：1）

Ⅳ 遗传算法的交叉概率有计算公式吗

固定交叉概率：0.9-0.97之间取；

自适应交叉概率计算公式之一：

还有其它的自适应计算公式，多看文献就知道了。

Ⅳ 遗传算法中为什么要用交叉算子

因为交叉算子可以有助于将优良个体的染色体片段遗传给后代，同时交叉算子一般起全局搜索的作用，可以开采未知的空间。

Ⅵ 遗传算法中的交叉算子具体怎么实现~跪求文字描述以及算法描述~。详细点

交叉算子分好几种，有单点交叉、两点交叉、多点交叉、融合交叉、均匀交叉等，最简单的是单点交叉，假设个体的长度为N，那么就随机产生一个（1，N）范围内的整数r，然后将要交叉的两个母代个体从r这个地方截为两段，交换母代个体的后半段，就产生了新子代个体。这就是简单的单点交叉。详细可以看《遗传算法——理论、应用与软件实现》这本书中对交叉算子的介绍。参考资料是一个简单遗传算法的C代码及介绍。

Ⅶ 多数组任意交叉算法挑战题

这没有啥难度的吧，直接递归就可以了啊
算法描叙：
1. 从给定位置x,y出发，对候选的八个位置
(x-2,y+1)
(x+2,y+1)
(x-2,y-1)
(x+2,y-1)
(x-1,y+2);
(x+1,y+2)
(x-1,y-2)
(x+1,y-2)
确定是否越界，如果没有越界，就分别对其进行递归。
2.当递归次数到达k次，也就说马走了k次，把最终坐标保存。
当所有递归结束，将获得所谓的位置。

#pragma warning(disable:4786)
#include <iostream>

Ⅷ 在遗传算法中，什么是交叉概率

交叉的目的是为了产生新的解.
了解了目的,就好理解了.
从解集中以一定概率来选取两个解,进行交叉以便产生新的解,这个概率就是交叉概率.
但要注意,交叉概率太大的话,就失去意义了,就变成随机算法了；太小的话,收敛太慢.通常的做法是采用自适应的方法.

Ⅸ 遗传算法 交叉的个数怎么确定

遗传算法中的选择、交叉和变异都是随机操作，而不是确定的精确规则。这说明遗传算法是采用随机方法进行最优解搜索，选择体现了向最优解迫近，交叉体现了最优解的产生，变异体现了全局最优解的复盖。

Ⅹ 遗传算法交叉操作

for i = 1 : 2 : Size-1%个体两两交叉，不重复
temp = rand;%随机交叉概率值
if Pc > temp%%若随机交叉概率值满足交叉概率，则进行交叉
alfa = rand;%交叉算子
TempE(i,:) = alfa*E(i+1,:) + (1-alfa)*E(i,:);%无条件交叉
TempE(i+1,:) = alfa*E(i,:) + (1-alfa)*E(i+1,:);%无条件交叉
end
end

从程序可以看出，当两个个体满足交叉概率后每个基因即进行无条件交叉，应属于多点交叉的范畴。