遗传算法入门到掌握

Ⅰ 遗传算法中lchrom和chromsize什么区别啊，谢谢了

chromsize 是存储染色体所需要的字节数
lchrom是染色体的长度
一般的有：
chromsize = (lchrom/(8*sizeof(unsigned)));
例子:

unsigned mask=1
sizeof(unsigned)

unsigned无字符整形所占自己为2，且mask=1，所以：sizeof(unsigned)=2*1=2
即;sizeof（unsigned）=2

Ⅱ 如何通俗易懂地解释遗传算法

遗传算法，核心是达尔文优胜劣汰适者生存的进化理论的思想。

我们都知道一个种群，通过长时间的繁衍，种群的基因会向着更适应环境的趋势进化，牛B个体的基因被保留，后代越来越多，适应能力低个体的基因被淘汰，后代越来越少。经过几代的繁衍进化，留下来的少数个体，就是相对能力最强的个体了。

那么在解决一些问题的时候，我们能不能学习这样的思想，比如先随机创造很多很多的解，然后找一个靠谱的评价体系，去筛选比较好的解，再用这些好的解像生小宝宝一样生一堆可能更好的解，然后再筛再生，反复弄个几代，得到的说不定就是近似最优解哟

说干就干，有一个经典组合问题叫“背包问题”，我们拿这种思路来试试

“背包问题（Knapsack Problem）是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。”

这个问题的衍生简化问题“0-1背包问题” 增加了限制条件：每件物品只有一件，可以选择放或者不放，更适合我们来举例

这样的问题如果数量少，当然最好选择穷举法

比如一共3件商品，用0表示不取，1表示取，那么就一共有

000 001 010

011 100 101

110 111

这样方案，然后让计算机去累加和，与重量上限比较，留下来的解里取最大即可。

Ⅲ 请大家介绍一下遗传算法的书籍

王小平的《遗传算法——理论、应用与软件实现》属于较为经典的书，很多人都是看这本书入门的

焦李成等主编的《协同进化计算与多智能体系统》是一本非常好的书，内容不但新颖实用，后面的参考资料也非常丰富，而且大都是这方面的研究前沿和研究热点。这本书还是国家863和973计划资助的，很值得学习。

论文方面国内的你可以搜一下钟伟才的论文，他应该是焦的学生（我猜的），他们都是西安电子科技大学雷达信号处理国家重点实验室的专家。

多智能体系统，免疫进化计算，协同进化，粒子群遗传算法应该是这几年比较热的题目

如果你是做数值优化或者是多目标计算，你重点要弄清实数编码的遗传算法，如果是TSP或者是背包问题，则要深入了解二进制编码的遗传算法。

向你推荐两篇文章：
《An Orthogonal Genetic Algorithm with Quantization for Global Numerical optimition》
《A Fast Elitist Non-Dominated Sorting Genetic Algorithm for Multi-Objective Optimization: NSGA-II》

第一篇主要解决超高维（几百甚至上千维，不过我给你推荐的第二本书已经将这个纪录推到了上万维）问题。
第二篇主要讲了一下利用协同进化的方法，求解多目标优化的问题，在实际应用价值很大。

我的邮箱[email protected]

Ⅳ 《遗传算法入门到掌握》这本书里面用的编程语言是什么语言

c++语言。类库全的话vc6.0完全没问题。

Ⅳ 遗传算法的迭代次数是怎么确定的，与什么有关

1. 遗传算法简介

遗传算法是用于解决最优化问题的一种搜索算法，算法的整体思路是建立在达尔文生物进化论“优胜劣汰”规律的基础上。它将生物学中的基因编码、染色体交叉、基因变异以及自然选择等概念引入最优化问题的求解过程中，通过不断的“种群进化”，最终得到问题的最优解。

2. 遗传算法实现步骤

在讲下面几个基于生物学提出的概念之前，首先我们需要理解为什么需要在最优化问题的求解中引入生物学中的各种概念。

假设我们需要求一个函数的最大值，但这个函数异常复杂以至于无法套用一般化的公式，那么就会想到：如果可以将所有可能的解代入方程，那么函数最大值所对应的那个解就是问题的最优解。但是，对于较复杂的函数来说，其可能的解的个数的数量级是我们所无法想象的。因此，我们只好退而求其次，只代入部分解并在其中找到最优解。那么这样做的核心就在于如何设定算法确定部分解并去逼近函数的最优解或者较好的局部最优解。

遗传算法就是为了解决上述问题而诞生的。假设函数值所对应的所有解是一个容量超级大的种群，而种群中的个体就是一个个解，接下去遗传算法的工作就是让这个种群中的部分个体去不断繁衍，在繁衍的过程中一方面会发生染色体交叉而产生新的个体。另一方面，基因变异也会有概率会发生并产生新的个体。接下去，只需要通过自然选择的方式，淘汰质量差的个体，保留质量好的个体，并且让这个繁衍的过程持续下去，那么最后就有可能进化出最优或者较优的个体。这么看来原来最优化问题居然和遗传变异是相通的，而且大自然早已掌握了这样的机制，这着实令人兴奋。为了将这种机制引入最优化问题并利用计算机求解，我们需要将上述提到的生物学概念转化为计算机能够理解的算法机制。

下面介绍在计算机中这种遗传变异的机制是如何实现的：

基因编码与解码：

在生物学中，交叉与变异能够实现是得益于染色体上的基因，可以想象每个个体都是一串超级长的基因编码，当两个个体发生交叉时，两条基因编码就会发生交换，产生的新基因同时包含父亲和母亲的基因编码。在交叉过程中或者完成后，某些基因点位又会因为各种因素发生突变，由此产生新的基因编码。当然，发生交叉和变异之后的个体并不一定优于原个体，但这给了进化（产生更加优秀的个体）发生的可能。

因此，为了在计算机里实现交叉和变异，就需要对十进制的解进行编码。对于计算机来说其最底层的语言是由二进制0、1构成的，而0、1就能够被用来表示每个基因点位，大量的0、1就能够表示一串基因编码，因此我们可以用二进制对十进制数进行编码，即将十进制的数映射到二进制上。但是我们并不关心如何将十进制转换为二进制的数，因为计算机可以随机生成大量的二进制串，我们只需要将办法将二进制转化为十进制就可以了。

二进制转换为十进制实现方式：

假设，我们需要将二进制映射到以下范围：

首先，将二进制串展开并通过计算式转化为[0,1]范围内的数字：

将[0,1]范围内的数字映射到我们所需要的区间内：

交叉与变异：

在能够用二进制串表示十进制数的基础上，我们需要将交叉与变异引入算法中。假设我们已经获得两条二进制串（基因编码），一条作为父亲，一条作为母亲，那么交叉指的就是用父方一半的二进制编码与母方一半的二进制编码组合成为一条新的二进制串（即新的基因）。变异则指的是在交叉完成产生子代的过程中，二进制串上某个数字发生了变异，由此产生新的二进制串。当然，交叉与变异并不是必然发生的，其需要满足一定的概率条件。一般来说，交叉发生的概率较大，变异发生的概率较小。交叉是为了让算法朝着收敛的方向发展，而变异则是为了让算法有几率跳出某种局部最优解。

自然选择：

在成功将基因编码和解码以及交叉与变异引入算法后，我们已经实现了让算法自动产生部分解并优化的机制。接下去，我们需要解决如何在算法中实现自然选择并将优秀的个体保留下来进而进化出更优秀的个体。

首先我们需要确定个体是否优秀，考虑先将其二进制串转化为十进制数并代入最初定义的目标函数中，将函数值定义为适应度。在这里，假设我们要求的是最大值，则定义函数值越大，则其适应度越大。那是否在每一轮迭代过程中只需要按照适应度对个体进行排序并选出更加优秀的个体就可以了呢？事实上，自然选择的过程中存在一个现象，并没有说优秀的个体一定会被保留，而差劲的个体就一定被会被淘汰。自然选择是一个概率事件，越适应环境则生存下去的概率越高，反之越低。为了遵循这样的思想，我们可以根据之前定义的适应度的大小给定每个个体一定的生存概率，其适应度越高，则在筛选时被保留下来的概率也越高，反之越低。

那么问题就来了，如何定义这种生存概率，一般来说，我们可以将个体适应度与全部个体适应度之和的比率作为生存概率。但我们在定义适应度时使用函数值进行定义的，但函数值是有可能为负的，但概率不能为负。因此，我们需要对函数值进行正数化处理，其处理方式如下：

定义适应度函数：

定义生存概率函数：

注：最后一项之所以加上0.0001是因为不能让某个个体的生存概率变为0，这不符合自然选择中包含的概率思想。

3. 遗传算例

在这里以一个比较简单的函数为例，可以直接判断出函数的最小值为0，最优解为(0，0)

若利用遗传算法进行求解,设定交叉概率为0.8，变异概率为0.005，种群内个体数为2000，十进制数基因编码长度为24，迭代次数为500次。

从遗传算法收敛的动态图中可以发现，遗传算法现实生成了大量的解，并对这些解进行试错，最终收敛到最大值，可以发现遗传算法的结果大致上与最优解无异，结果图如下：

4. 遗传算法优缺点

优点：

1、 通过变异机制避免算法陷入局部最优，搜索能力强

2、 引入自然选择中的概率思想，个体的选择具有随机性

3、 可拓展性强，易于与其他算法进行结合使用

缺点：

1、 遗传算法编程较为复杂，涉及到基因编码与解码

2、 算法内包含的交叉率、变异率等参数的设定需要依靠经验确定

3、 对于初始种群的优劣依赖性较强

Ⅵ 怎么学习遗传算法呢本人不是计算机专业，想用遗传算法做优化。但是毫无头绪。

这个算法入门非常简单，推荐书《游戏编程中的人工智能技术》，网上有pdf版，这部书第二章以浅显的办法专门说明了遗传算法的原理和实现方法
我只能跟你说，这个是人工智能算法中的一种，必须了解了才能够使用(不必深入了解，数学原理也可以忽略)，如果你不想了解的话，推荐你找个了解并会用遗传算法的人来帮你，你提出需求，他来帮你完成

这个算法运行成功是概率性的，可能需要运行多次才能达到想要的结果，对于一个复杂的问题，有许多东西需要考虑，对算法的了解程度和对问题的理解程度要高，不然效果会大打折扣

Ⅶ 小白入门NSGAII，请问有什么课程或者书籍吗

经典遗传算法书籍

《非数值并行算法：遗传算法》、《进化算法》、

《计算智能中的仿生学：理论与算法》、《遗传算法及其应用》

京东 遗传算法及其应用

觉得有用，请点采纳哦！

Ⅷ MATLAB 7.0

附件说明

关于MATLAB的入门视频有不少，但要称的上完整、系统，恐怕很难有统一的标准。

我提供的是胡晓冬，董辰辉的《MATLAB从入门到精通》（人民邮电出版社，2010-06）一书的配套光盘，应该能满足你的需求。内含217个实例程序文件，330分钟的视频讲解。

图书下载

ishare.iask.sina.com.cn/f/67219177.html

图书简介

本书以MATLABR2009a软件为基础，系统讲解了MATLAB基本环境和操作方法。本书介绍了最新的MATLAB功能，并分章阐述了数据类型、数值计算、符号计算、编程基础、可视化、Simulink、应用程序接口等内容，结合案例详细讲解了MATLAB语言的使用。本书还专门讲解了实用的MATLAB编程技巧与数学建模应用等。
本书所带的光盘是读者学习MATLAB的好帮手，提供了全部示例的源程序，另外配有知识点和例题的视频教程，可帮助读者更好地理解书中的内容并更快地掌握MATLAB的使用方法。
本书内容丰富、贴近实战应用，可作为高校学生系统学习MATLAB的书籍，也可以作为广大科研和工程技术人员在工作中使用MATLAB的参考书。

图书目录

第1章MATLAB概述1
1.1MATLAB简介1
1.2MATLAB主要功能2
1.2.1开发算法和应用程序2
1.2.2分析和访问数据3
1.2.3实现数据可视化3
1.2.4进行数值计算4
1.2.5发布结果和部署应用程序5
1.3MATLAB安装与启动5
1.3.1MATLAB的安装5
1.3.2MATLAB的启动与退出7
1.3.3Desktop操作界面简介8
1.4CommandWindow运行入门8
1.4.1命令行的使用8
1.4.2数值、变量和表达式9
1.4.3命令行的特殊输入方法11
1.4.4命令窗口的显示格式12
1.4.5命令窗口常用快捷键与命令13
1.5CommandHistory窗口14
1.6CurrentDirectory窗口14
1.7WorkspaceBrowser和VariableEditor窗口15
1.7.1WorkspaceBrowser窗口15
1.7.2VariableEditor窗口15
1.8命令行辅助功能与FunctionBrowser16
1.9Help17
1.9.1HelpBrowser18
1.9.2命令窗口查询帮助18

第2章矩阵和数组20
2.1矩阵的创建与组合20
2.1.1创建简单矩阵20
2.1.2创建特殊矩阵21
2.1.3矩阵的合并22
2.2矩阵的寻访与赋值23
2.2.1矩阵的标识23
2.2.2矩阵的寻访24
2.2.3矩阵的赋值24
2.3进行数组运算的常用函数25
2.3.1函数数组运算规则的定义25
2.3.2进行数组运算的常用函数25
2.4查询矩阵信息27
2.4.1矩阵的形状信息27
2.4.2矩阵的数据类型27
2.4.3矩阵的数据结构28
2.5数组运算与矩阵运算28
2.6矩阵的重构29
2.6.1矩阵元素的扩展与删除29
2.6.2矩阵的重构30
2.7稀疏矩阵31
2.7.1稀疏矩阵的存储方式32
2.7.2稀疏矩阵的创建32
2.7.3稀疏矩阵的运算35
2.7.4稀疏矩阵的交换与重新排序36
2.7.5稀疏矩阵视图38
2.8多维数组38
2.8.1多维数组的创建39
2.8.2多维数组的寻访与重构41
2.9多项式的表达式及其操作44
2.9.1多项式的表达式和创建44
2.9.2多项式运算函数45

第3章数据类型47
3.1数值型47
3.2逻辑型47
3.2.1逻辑型简介47
3.2.2返回逻辑结果的函数48
3.2.3运算符的优先级50
3.3字符和字符串51
3.3.1创建字符串51
3.3.2字符串比较52
3.3.3字符串查找与替换53
3.3.4类型转换54
3.3.5字符串应用函数小结55
3.4structure数组56
3.4.1structure数组的创建57
3.4.2structure数组的寻访59
3.4.3structure数组域的基本操作60
3.4.4structure数组的操作61
3.5cell数组63
3.5.1cell数组的创建63
3.5.2cell数组的寻访65
3.5.3cell数组的基本操作65
3.5.4cell数组操作函数66
3.6Map容器67
3.6.1Map数据类型介绍67
3.6.2Map对象的创建68
3.6.3查看Map的内容69
3.6.4Map的读写70
3.6.5Map中key和value的修改72
3.6.6映射其他数据类型73

第4章数值计算75
4.1因式分解75
4.1.1行列式、逆和秩75
4.1.2Cholesky因式分解77
4.1.3LU因式分解78
4.1.4QR因式分解79
4.1.5范数81
4.2矩阵特征值和奇异值82
4.2.1特征值和特征向量的求取82
4.2.2奇异值分解84
4.3概率和统计85
4.3.1基本分析函数85
4.3.2概率函数、分布函数、逆分布函数和随机数93
4.4数值求导与积分94
4.4.1导数与梯度94
4.4.2一元函数的数值积分95
4.4.3二重积分的数值计算97
4.4.4三重积分的数值计算97
4.5插值98
4.5.1一维数据插值98
4.5.2二维数据插值99
4.5.3多维插值100
4.5.4样条插值100
4.6曲线拟合101
4.6.1最小二乘原理及其曲线拟合算法101
4.6.2曲线拟合的实现102
4.7Fourier分析102
4.8微分方程104
4.8.1常微分方程104
4.8.2偏微分方程106

第5章符号计算110
5.1符号变量、表达式及符号方程110
5.1.1符号变量与表达式的创建110
5.1.2符号计算中的运算符和基本函数112
5.1.3创建符号方程113
5.2符号微积分113
5.2.1符号求导与微分113
5.2.2符号求极限115
5.2.3符号积分116
5.2.4级数求和116
5.2.5Taylor级数117
5.3符号表达式的化简与替换117
5.3.1符号表达式的化简118
5.3.2符号表达式的替换122
5.4符号可变精度计算125
5.5符号线性代数127
5.5.1基础代数运算127
5.5.2线性代数运算128
5.6符号方程求解130
5.6.1求代数方程符号解130
5.6.2求代数方程组的符号解130
5.6.3求微分方程符号解132
5.6.4求微分方程组的符号解134
5.7符号积分变换134
5.7.1Fourier变换及其反变换134
5.7.2Laplace变换及其反变换135
5.7.3Z变换及其反变换136

第6章MATLAB编程基础138
6.1M文件138
6.1.1M文件编辑器139
6.1.2M文件的基本内容140
6.1.3脚本式M文件142
6.1.4函数式M文件143
6.2流程控制143
6.2.1顺序结构144
6.2.2if语句144
6.2.3switch语句146
6.2.4for循环146
6.2.5while循环147
6.2.6continue命令148
6.2.7break命令149
6.2.8return命令150
6.2.9人机交互命令150
6.3函数的类型152
6.3.1主函数152
6.3.2子函数152
6.3.3私有函数153
6.3.4嵌套函数154
6.3.5重载函数157
6.3.6匿名函数157
6.4函数的变量161
6.4.1变量类型161
6.4.2变量的传递162
6.5函数句柄164
6.5.1函数句柄的创建165
6.5.2函数句柄的调用165
6.5.3函数句柄的操作166
6.6串演算函数167
6.6.1eval函数167
6.6.2feval函数168
6.6.3inline函数169
6.7内存的使用170
6.7.1内存管理函数170
6.7.2高效使用内存的策略170
6.7.3解决“OutofMemory”问题172
6.8程序调试和优化173
6.8.1使用Debugger窗口调试173
6.8.2在命令窗口中调试176
6.8.3profile性能检测178
6.9错误处理180
6.9.1使用try-catch语句捕捉错误180
6.9.2处理错误和从错误中恢复181
6.9.3警告183

第7章数据可视化185
7.1绘图的基本知识185
7.1.1离散数据和离散函数的可视化185
7.1.2连续函数的可视化186
7.1.3可视化的一般步骤187
7.2二维图形187
7.2.1基本绘图函数187
7.2.2曲线的色彩、线型和数据点型189
7.2.3坐标、刻度和网格控制190
7.2.4图形标识192
7.2.5双坐标图和子图195
7.2.6双轴对数图形197
7.2.7特殊二维图形197
7.3三维图形203
7.3.1绘制三维曲线图203
7.3.2绘制三维曲面图203
7.3.3特殊三维图形205
7.4三维图形的高级控制207
7.4.1视点控制207
7.4.2颜色的使用208
7.4.3光照控制208

第8章图像处理210
8.1图像文件的操作210
8.1.1查询图像文件的信息211
8.1.2图像文件的读写212
8.1.3图像文件的显示213
8.1.4图像格式的转换214
8.2图像的几何运算216
8.2.1图像的平移216
8.2.2图像的镜像变换216
8.2.3图像缩放217
8.2.4图像的旋转218
8.2.5图像的剪切218
8.3图像的正交变换219
8.3.1傅立叶变换219
8.3.2离散余弦变换220
8.3.3Radon变换221
8.4MATLAB图像增强222
8.4.1像素值及其统计特性222
8.4.2对比度增强224
8.4.3直方图均衡化225
8.4.4空域滤波增强226
8.4.5频域增强228

第9章图形用户界面(GUI)设计230
9.1句柄图形对象230
9.1.1图形对象230
9.1.2图形对象句柄231
9.1.3图形对象属性的获取和设置232
9.2GUIDE简介234
9.2.1启动GUI235
9.2.2Layout编辑器235
9.2.3运行GUI236
9.3创建GUI236
9.3.1GUI窗口布局236
9.3.2菜单的添加237
9.3.3控件241
9.4CallBack函数245
9.4.1变量的传递245
9.4.2函数编写246
9.5GUI设计示例248

第10章数据文件I/O254
10.1处理文件名称254
10.2MATLAB支持的文件格式255
10.3导入向导的使用256
10.4MAT文件的读写257
10.4.1MAT文件的写入257
10.4.2MAT文件的读取258
10.5Text文件读写259
10.5.1Text文件的读取259
10.5.2Text文件的写入262
10.6Excel文件读写262
10.7音频/视频文件操作264
10.7.1获取音频/视频文件的文件头信息264
10.7.2音频/视频文件的导入与导出264

第11章MATLAB优化问题应用266
11.1MATLAB优化工具箱266
11.1.1MATLAB求解器267
11.1.2极小值优化269
11.1.3多目标优化275
11.1.4方程组求解276
11.1.5最小二乘及数据拟合277
11.2模式搜索法278
11.3模拟退火算法280
11.3.1模拟退火算法简介280
11.3.2模拟退火算法应用实例280
11.3.3关于计算结果281
11.4遗传算法282
11.4.1遗传算法简介282
11.4.2遗传算法应用实例283
11.5OptimizationTool简介285

第12章信号处理289
12.1信号处理基本理论289
12.1.1信号的生成289
12.1.2数字滤波器结构293
12.2IIR滤波器的MATLAB实现294
12.2.1IIR滤波器经典设计295
12.2.2IIR滤波器直接设计法301
12.2.3广义巴特沃思IIR滤波器设计302
12.3FIR滤波器的MATLAB实现303
12.3.1FIR滤波器设计303
12.3.2fir1函数304
12.3.3fir2函数305

第13章Simulink仿真306
13.1Simulink简介306
13.1.1Simulink功能与特点306
13.1.2Simulink的安装与启动307
13.2Simulink基础309
13.2.1Simulink模型是什么309
13.2.2Simulink模块操作309
13.2.3Simulink信号线操作312
13.2.4Simulink对模型的注释314
13.2.5Simulink常用的模型库314
13.2.6Simulink仿真配置316
13.3Simulink动态系统仿真320
13.3.1简单系统的仿真分析320
13.3.2离散系统的仿真分析322
13.3.3连续系统的仿真分析324
13.4Simulink模型中的子系统327
13.4.1子系统的建立327
13.4.2子系统的封装328
13.5SimulinkS-函数331
13.5.1什么是S-函数332
13.5.2S-函数的作用和原理332
13.5.3用M文件创建S-函数实例333

第14章应用程序接口336
14.1MATLAB应用程序接口介绍336
14.2MATLAB调用C/C++337
14.2.1MATLABMEX文件338
14.2.2C-MEX文件的使用341
14.3C/C++调用MATLAB引擎346
14.3.1MATLAB计算引擎概述346
14.3.2MATLAB计算引擎库函数347
14.3.3C/C++调用MATLAB引擎348
14.4MATLAB编译器352
14.4.1MATLAB编译器的安装和设置353
14.4.2MATLAB编译器的使用354
14.4.3独立应用程序356

第15章MATLAB基础计算技巧365
15.1MATLAB数组创建与重构技巧365
15.2MATLAB数据类型使用技巧371
15.3MATLAB数值计算技巧373
15.4MATLAB文件读取操作技巧375
15.5MATLAB绘图技巧376

第16章MATLAB编程技巧379
16.1MATLAB编程风格379
16.1.1命名规则379
16.1.2文件与程序结构381
16.1.3基本语句382
16.1.4排版、注释与文档385
16.2MATLAB编程注意事项387
16.3内存的使用389
16.4提高MATLAB运行效率390
16.4.1提高运行效率基本原则390
16.4.2提高运行效率举例392

第17章MATLAB在数学建模中的应用395
17.1MATLAB蒙特卡罗模拟395
17.1.1蒙特卡罗方法简介395
17.1.2蒙特卡罗方法编程示例396
17.2MATLAB灰色系统理论应用398
17.2.1GM(1，1)预测模型简介398
17.2.2灰色预测计算实例399
17.3MATLAB模糊聚类分析401
17.3.1模糊聚类分析简介401
17.3.2模糊聚类分析应用示例402
17.4MATLAB层次分析法应用406
17.4.1层次分析法简介406
17.4.2层次分析法的应用409