技术专栏
遗传算法(三):算法的调试
编写完基本的代码流程后,本节我们进行代码的调试,并分析在不同参数下的结果分析比对。
五、解决过程
5.1 main function:
5.2算法复杂度分析:
以lastmax(N = 1000; N_chrom = 2;iter = 2000;mut = 0.05; acr = 0.8; best = 1;)为例,采用代码运行时间和函数调用次数模糊反应算法复杂度:
六、实验结果
6.1实际函数
F使用matlab直接求区间最值得到:
6.2通过meshgrid绘图得到函数最值:
实际函数图像(蓝色高亮显示为最大值)
6.3 改变参数对比实验结果
参数:
- N(种群个体数目);
- N chrom(染色体节点数);
- iter(迭代次数);
- mut(变异概率);
- acr(交叉概率)
(1)N = 100; N_chrom = 2;iter = 2000;mut = 0.05; acr = 0.8; best = 1;
(2)N = 1000; N_chrom = 2;iter = 2000;mut = 0.05; acr = 0.8; best = 1;
初始种群个数至1000反倒收敛速度减慢,通过实验对比初始种群数量为15左右时候收敛速度最快。
(3)N = 100; N_chrom = 2;iter = 200;mut = 0.05; acr = 0.8; best = 1;
缩减迭代次数至200,仍然可以收敛到期望的最值。通过实验发现大约迭代次数少于50次时,开始有一定概率无法收敛到期望的最值。
(4)N = 100; N_chrom = 2;iter = 2000;mut = 0.5; acr = 0.8; best = 1;
增大变异概率,可通过图像看出迭代运算时,平均适应度抖动很厉害,
说明变异概率对算法稳定度的影响,即变异概率越大,适应度毛刺越多。收敛过程越不线性。
(5)N = 100; N_chrom = 2;iter = 2000;mut = 0.05; acr = 0.2; best = 1;
缩小交叉概率可以通过图像发发现,与变异概率0.8并没有很大区别。
到这里使用遗传算法来解决实际函数优化问题就全部讲解结束了。如果有什么问题欢迎在评论区提问交流。
声明:本文内容由易百纳平台入驻作者撰写,文章观点仅代表作者本人,不代表易百纳立场。如有内容侵权或者其他问题,请联系本站进行删除。
红包
84
9
评论
打赏
- 分享
- 举报
评论
0个
手气红包
暂无数据
相关专栏
-
浏览量:2401次2020-12-27 08:54:47
-
浏览量:6022次2020-12-27 08:36:23
-
浏览量:13697次2020-12-27 09:15:43
-
浏览量:7749次2020-12-27 09:50:29
-
浏览量:13927次2020-12-29 15:13:12
-
浏览量:5749次2020-12-29 15:35:42
-
浏览量:4438次2021-06-28 14:10:22
-
浏览量:7310次2020-09-17 16:12:59
-
浏览量:4280次2022-02-03 09:00:20
-
浏览量:2807次2024-02-02 17:13:35
-
浏览量:1551次2020-08-03 13:41:44
-
浏览量:1791次2018-12-19 09:52:55
-
浏览量:4048次2021-12-23 09:00:18
-
浏览量:1493次2018-12-19 10:11:25
-
浏览量:744次2023-12-06 14:42:44
-
浏览量:4823次2021-07-05 09:46:48
-
浏览量:2748次2022-02-08 09:00:21
-
浏览量:1410次2023-02-02 13:12:40
-
浏览量:3921次2019-12-23 11:03:59
置顶时间设置
结束时间
删除原因
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
打赏作者
技术凯
您的支持将鼓励我继续创作!
打赏金额:
¥1
¥5
¥10
¥50
¥100
支付方式:
微信支付
打赏成功!
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报反馈
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明
审核成功
发布时间设置
发布时间:
请选择发布时间设置
是否关联周任务-专栏模块
审核失败
失败原因
请选择失败原因
备注
请输入备注