《模糊控制與智能控制控制論》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、基于互信息理論遺傳算法的圖像匹配遺傳算法原理：遺傳算法是一種仿生優(yōu)化算法，該算法的基本思想來源于達(dá)爾文的進(jìn)化論。遺傳算法的基本原理是首先對問題的可行性進(jìn)行編碼，然后隨機(jī)生成一定規(guī)模的初代種群，接著按照適者生存和優(yōu)勝劣汰的原理，逐代進(jìn)行進(jìn)化。在每一代進(jìn)化中，根據(jù)問題域中個(gè)體的適應(yīng)度大小擇優(yōu)挑選個(gè)休，并按照一定的概率進(jìn)行基因交叉和基因變異操作，生成新一代種群。像口然界進(jìn)化一樣，遺傳算法的后代種群會比前代種群具有更大的適應(yīng)度，更加適應(yīng)環(huán)境，即更加接近問題的最優(yōu)解。最后，對末代種群的最優(yōu)個(gè)體進(jìn)行編碼，即可以作為問題的近似最優(yōu)解。

2、結(jié)果輸出圖1.遺傳算法流程圖1.1基因交叉交叉是指對選擇出來的優(yōu)良個(gè)體通過基因交叉的方法以便生成與父代種群不同的個(gè)體，交叉式遺產(chǎn)算法產(chǎn)生新個(gè)體的主耍手段。其主耍的交叉方法有三種:單點(diǎn)交叉、多點(diǎn)交叉、均勻交叉。單點(diǎn)交叉：令N為個(gè)體的基因個(gè)數(shù)，則單點(diǎn)交叉的實(shí)現(xiàn)過程如2首先產(chǎn)生一個(gè)區(qū)間為［1,N-1］的隨機(jī)整數(shù)，該隨機(jī)數(shù)就是交叉點(diǎn)，然后以交叉點(diǎn)為界，交換兩個(gè)個(gè)體的基因。假設(shè)兩個(gè)父個(gè)體為:父個(gè)體▼1010110010父個(gè)體厶0101100101▲父個(gè)體1：父個(gè)體厶▼101110110010110010'交叉點(diǎn)為3,則交叉后生成的

3、新個(gè)體為:交叉概率Pc大小直接影響遺傳算法的收斂性和有效性；Pc越大，產(chǎn)生新個(gè)體的速度就越快，但遺傳模式被破壞的可能性就越大，具有較高適應(yīng)度的個(gè)體基因會很快被破壞。Pc越小，搜索速度就越慢，對于木函數(shù)可使用自適應(yīng)交叉概率，其表達(dá)式如下：Pc=vJnPc2^f—favg(1)多點(diǎn)交叉多點(diǎn)交叉的實(shí)現(xiàn)過程與單點(diǎn)交叉類似，不同的是多點(diǎn)交叉有若干個(gè)交叉點(diǎn)，在各交叉點(diǎn)間間斷地進(jìn)行兩個(gè)個(gè)體的基因交換。均勻交叉：均勻交叉與多點(diǎn)交叉類似，不同的是均勻交叉把每個(gè)點(diǎn)都作為潛在的交叉點(diǎn)，其實(shí)現(xiàn)過程是：隨機(jī)的產(chǎn)生與個(gè)體基因長度相等的掩碼,由掩碼決

4、定哪個(gè)父個(gè)體向子個(gè)體提供基因。通常約定掩碼中的1辨識由父個(gè)體1提供基因，掩碼0表示由父個(gè)體2提供基因。父個(gè)體1：1010110010父個(gè)體2：0101100101隨機(jī)產(chǎn)生掩碼為：1011100100則交叉后生成的新個(gè)體為：子個(gè)體1：11101000011?2基因變異變異是指對交叉后的個(gè)體的基因以很小的概率發(fā)生改變，通過基因變異同樣可以產(chǎn)生與父代種群不同的個(gè)體，變異是遺傳算法產(chǎn)生新個(gè)體的次要手段。變異的實(shí)質(zhì)是一種局部隨機(jī)搜索，變異概率不能太大，否則遺傳算法就退化為隨機(jī)搜索法。險(xiǎn)_（%-幾2）（九-/）采用自適應(yīng)變異概率，其

5、計(jì)算表達(dá)式為：（2）-/maxfavgPm29f—favgfavS表示每代種群的平均適應(yīng)度值，/max表示每代種群的最大適應(yīng)度值，f表示待變異個(gè)體的適應(yīng)度值1.3個(gè)體選擇選擇是指從父代種群中挑選出優(yōu)良的個(gè)體。當(dāng)確定了父代種群中的全部個(gè)體后，需要通過選擇操作來挑選其中的較優(yōu)個(gè)體，以提供后續(xù)的交叉和變異使用。由于選擇操作時(shí)根據(jù)個(gè)體的適應(yīng)度進(jìn)行的，因此在選擇前需要計(jì)算父代種群全部個(gè)體的適應(yīng)度。其中，三種常用的選擇方法為：輪盤賭選擇法、隨機(jī)遍歷抽樣法、錦標(biāo)賽選擇法。木文主要介紹輪盤賭選擇法：首先根據(jù)父代種群中全部個(gè)體的適應(yīng)度計(jì)算

6、每個(gè)個(gè)體的選擇概率和積累概率，然后進(jìn)行若干輪選擇。每一輪產(chǎn)生一個(gè)范圍為［0,1］的隨機(jī)數(shù)，接著將該隨機(jī)數(shù)作為選擇指針與積累概率進(jìn)行比較，指針?biāo)谖恢脤?yīng)的個(gè)體即為被選屮。女口，從10個(gè)個(gè)體中挑選5個(gè)個(gè)體。10個(gè)個(gè)體的適應(yīng)度(Fit)、選擇概率(SP)、和積累計(jì)算公式如下：FitiSPi=ZFit,1.4編碼和解碼由于變量兀y均為實(shí)數(shù)且連續(xù)，故編碼采用二進(jìn)制編碼方案，即個(gè)體的基因由一系列0,1組成的二進(jìn)制串表示，串的長度由變量長度及求解精度決定。設(shè)區(qū)間長為精度要求到小數(shù)點(diǎn)后n位,則串長CL的計(jì)算公式為：log2(Z?-?)

7、xlO/?

8、以把其作為衡量各個(gè)個(gè)體適應(yīng)度的函數(shù)。1?6初始種群的產(chǎn)生一般來說，種群數(shù)冃P的取值范圍為10到160之間，若P太大雖然可以搜索到更多解，更容易找到全局最優(yōu)個(gè)體，但會增加搜索時(shí)間。收斂速度與遺傳代數(shù)N的選擇有關(guān)，N越大，收斂速度越慢，N過小，則無法得到最優(yōu)個(gè)體。初始種群的產(chǎn)生一般都是隨機(jī)完成的，有時(shí)產(chǎn)生的個(gè)體可能離實(shí)際