遗传算法变异用于排课,变异和交叉解决不了硬性冲突吗

遗传算法入门
生物只有经过许多世代的不断进化(
evolution,
演化),才能更好地完成生
存与繁衍的任务。遗传算法也遵循同样的方式,需要随着时间的推移不断成
长、演化,最后才能收敛,得到针对某类特定问题的一个或多个解。因此,了
解一些有关有生命的机体如何演化的知识,对理解遗传算法的演化机制是是有
帮助的。本章的开始几页将扼要阐述自然演化的机制(通常称为
法),以及与之相关的术语。即使你当年在中学里对生物并不擅长,也无须担
心。本章不会涉及到过深的细节,但对于理解自然演化的基本机制已经足够。
抛开以上不论,当你读完本章或下一章后,我想,你也会和我一样,深深叹服
于自然母亲的令人着迷!
从本质上说,任何生物机体不过就是一大堆细胞的集合。每个细胞都包含若
干组相同的
链,人们一般称之为染色体(
chromosome
)。染色体中
分为两股,这两股
链以螺旋状绞合在一起,如下面图
所示那样,这就是我们所熟悉的
双螺旋结构模型。
双螺旋结构
单个染色体是由称作基因(
)的更小结构模块组成,而基因则又由称作核苷酸(
nucleotide
)的物质组成。核苷
酸一共只有四种类型,即:腺嘌呤
(cytocine)
、胸腺嘧啶
。它们常简
(我不知道为什么?
)。这些核苷酸相互连接起来,形成若干很长的基因链,而每个基因
编码了生物机体的某种特征,如头发的颜色,耳朵的样子,等。一个基因可能具有的不同设置(如头发的黑色、棕色或
金黄色),称为等位基因(
),它们沿染色体纵向所处的物理部位称为基因的座位(
一个细胞中的染色体组(
collection
)包含了复制该机体所需的全部信息。这就是克隆怎样实行的秘密。你可以从被克
)身上,哪怕是一个血细胞中包含的信息,复制出整个生物机体,例如一头羊。新的羊将会在每一个方
面和施主羊完全相同。染色体的这一集合就称为生物机体的基因组(
)。在一特殊基因组中等位基因的一种状
态称为该机体的遗传类型(
)。这些就是用来生成实际的生物机体-所谓表现型(
的硬编码指令。你和我都是表现型。我们的
携带了我们的遗传类型。如将这些术语用到其他领域中,则,设计汽
车用的成套蓝图就是一个遗传类型;在生产线上隆隆作响的成品汽车就是一个表现型;只有设计被定型之前的,那些完
全阵旧的设计,才勉强称得上是一个基因组。
行了,行话说到此已经足够了。现在让我们讨论,怎样把所有这些应用到进化中去。如果你属于偶尔有机会离开计算机
屏幕的那种人(因为我的朋友告诉我,我才知道外边还有一个世界呢!),你可能已经注意到,对于于千万万的动物和
植物-小到只有在显微镜下才能看到的单细胞生物,大到从空间卫星上也能见到的巨大珊瑚礁-地球是它们共同的
家,不管它们的大小怎样、形状或颜色又怎样。一个生物机体被认为取得了成功,如果它得到了配偶并生下了一个子机
体,而后者完全有希望来继续进一步复制自己。
为了做到这一点,生物机体必须善长许多工作。例如,能寻找食物和水、能面对掠食者来保卫自己、能使自己吸引潜在
的配偶,等。所有这些特长在某种程度上都和生物机体的遗传类型-生命的蓝图有关。生物机体的某些基因将会产生
有助于它走向成功的属性,而另一些基因则可能要妨碍它取得成功。一个生物的成功的量度就是它的适应性。生物机体
愈能适应,它的子孙后代也就愈多。下面转来讨论我们的关键部分
当两个生物机体配对和复制时,它们的染色体相互混合,产生一个由双方基因组成的全新的染色体组。这一过程就叫重
recombination
)或交叠(
crossover,
交换)。这样就意味,后代继承的可能大部分是上一代的优
良基因,也可能继承了它们不少的不良基因。如果是前一种情况,后代就可能变得比它的父母更能成功(例如,它对掠
食者有更强的自卫机制);如为后一种情况,后代甚至就有可能不能再复制自己。这里要着重注意的是,愈能适应的子
孙后代就愈有可能继续复制并将其基因传给下一个子孙后代。由此就会显示一种趋向,每一代总是比其父母一代生存和
匹配得更完美。
作为它的一个很简捷的例子,我们设想,雌性动物仅仅吸引大眼睛的雄性。这样,在追求雌性配偶的雄性中,眼睛的尺
寸愈大,其获得成功的可能性也愈大。你可以说,动物的适应性正比于它的眼睛的直径。因此,你就可以看到,从一个
具有不同大小眼睛的雄性群体出发,当动物进化时,在同位基因中,能产生大眼睛雄性动物的基因,相对于产生小眼睛
雄性动物的基因,就更有可能被复制到下一代。由此可以推出,当进化几代之后,大眼睛将会在雄性群体占据统治地
位。过些时候,你就可以说,生物正在向一种特殊的遗传基因收敛。
(window.slotbydup=window.slotbydup || []).push({
id: '4540225',
container: s,
size: '910,250',
display: 'inlay-fix'
该用户的其他资料
在此可输入您对该资料的评论~
(window.slotbydup=window.slotbydup || []).push({
id: '4540180',
container: s,
size: '250,200',
display: 'inlay-fix'
资料评价:
所需积分:2您的位置: &
遗传算法在高校排课系统中研究与实现
优质期刊推荐本帖子已过去太久远了,不再提供回复功能。基于遗传算法的排课系统_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
基于遗传算法的排课系统
上传于|0|0|文档简介
&&近年来随着大学的扩招和规模的扩大,排课问题已成为一个非常棘手的问题,在教室资源有限的前提下课程编排显得更加繁重,同时课程的编排也更成为教学管理工作的关键,在一定程度和深度上影响着学生培养与教学质量的提高。利用计算机进行自动排课,不但能使教务人员从繁杂的排课任务中解脱出来,提高教务管理工作效率,而且能改善教学管理质量,合理、高效地利用有限的教学资源,使学校的各种教学活动、教学管理及其它相关的工作能够
阅读已结束,如果下载本文需要使用5下载券
想免费下载本文?
定制HR最喜欢的简历
下载文档到电脑,查找使用更方便
还剩2页未读,继续阅读
定制HR最喜欢的简历
你可能喜欢求解多校区排课问题的基因对交叉遗传算法--《计算机工程与应用》2010年18期
求解多校区排课问题的基因对交叉遗传算法
【摘要】:国内很多高校或中学都建设了新校区,形成了多校区同时运行的格局。为了更好地解决多校区排课时的冲突问题,通过改进编码、交叉、变异算子,改进适应度函数设计,使遗传算法更好地适用于多校区的排课环境。提出的算法采用了二维资源片十进制编码方式,既方便初始种群产生和检测冲突,又减小时间复杂度。通过采用基于基因对交叉和资源变异算子,保证了每次的交叉、变异都有实际意义,以减小交叉、变异后产生硬性冲突的概率,提高进化效率,缩短进化时间。以某高校为例,使用C#和Mat-lab7.0等工具,通过编码、初始种群的生成、适应度函数设计与计算和遗传进化,实现了对多校区排课系统进行优化。实验结果表明,改进后的遗传算法提高了在排课应用中的可行性,更能适用于多校区排课。
【作者单位】:
【关键词】:
【基金】:
【分类号】:TP183【正文快照】:
1引言课表问题是NP完全问题。使用遗传算法求解排课问题是课表优化的主要方法之一,也是当前遗传算法的一个研究热点。廖远使用三维编码的自适应的遗传算法解决大学排课问题[1]。其三维编码的方式不够直观,时间复杂度较高,初始种群是随机产生,冲突概率很大,相应的交叉、变异后
欢迎:、、)
支持CAJ、PDF文件格式,仅支持PDF格式
【参考文献】
中国期刊全文数据库
李建喜;舒远仲;陈文生;;[J];南昌航空工业学院学报(自然科学版);2006年02期
【共引文献】
中国硕士学位论文全文数据库
李丰兵;[D];西安电子科技大学;2005年
【同被引文献】
中国期刊全文数据库
龙一飞,郭文宏;[J];电脑开发与应用;2000年06期
姚茂群,陈麟,张佳;[J];福建电脑;2005年07期
任学惠;顿毅杰;管会生;;[J];兰州理工大学学报;2006年01期
何建强;[J];广西科学院学报;2004年04期
刘秋红;寒枫;张钰;李海瑛;;[J];贵州大学学报(自然科学版);2007年02期
奚维吉;[J];华东经济管理;2002年06期
宣华,王映雪,陈怀楚;[J];计算机工程与应用;2002年12期
朱冠宇,王乘,席大春;[J];计算机工程与应用;2004年27期
刘化喜;;[J];淮阴工学院学报;2007年01期
吴志斌,陈淑珍,孙晓安;[J];计算机工程;1999年03期
中国硕士学位论文全文数据库
梁木;[D];广东工业大学;2005年
侯军;[D];山东科技大学;2005年
王秀红;[D];山东大学;2005年
李文;[D];电子科技大学;2006年
吴晓静;[D];北京邮电大学;2006年
李爱民;[D];西安理工大学;2007年
袁小艳;[D];电子科技大学;2007年
徐艳斌;[D];广东工业大学;2007年
廖远;[D];南昌大学;2007年
【二级参考文献】
中国期刊全文数据库
江齐,兰竞;[J];重庆大学学报(自然科学版);2005年11期
孙旻;[J];华东船舶工业学院学报(自然科学版);2001年06期
朱冠宇,王乘,席大春;[J];计算机工程与应用;2004年27期
孙建平,梅晓勇,肖政宏,史忠植;[J];计算机应用;2002年05期
唐勇,唐雪飞,王玲;[J];计算机应用;2002年10期
刘弘,李向阳,孙天磷;[J];山东师大学报(自然科学版);1995年04期
陈行平,陈江,陈启华;[J];绍兴文理学院学报;2004年10期
李增智,王云岚,陈靖;[J];西安交通大学学报;2003年04期
董艳云,钱晓群,张宇舒;[J];西南交通大学学报;1998年06期
吴金荣;[J];运筹与管理;2002年01期
【相似文献】
中国期刊全文数据库
蒋鹏;佘艳;;[J];信息与电脑(理论版);2011年06期
李伟;;[J];中国城市经济;2011年11期
吴旻;陈长明;史哲;杜鹏;;[J];湖北广播电视大学学报;2011年09期
杨治秋;;[J];微计算机信息;2011年08期
赵鑫;王丞;;[J];华章;2011年16期
陈红梅;朱若寒;;[J];科技信息;2011年18期
赵曦;李颖;;[J];科学技术与工程;2011年16期
舒泽芳;;[J];自动化应用;2011年06期
邹荣;;[J];电脑知识与技术;2011年19期
排新颖;马善立;;[J];科学技术与工程;2011年20期
中国重要会议论文全文数据库
吴建生;金龙;;[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
申元霞;张翠芳;;[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
曹春红;李文辉;张永坚;;[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
朱秀娥;周宝焜;;[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
汝勇;杨树强;;[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年
李大伟;戴建设;李敉安;;[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
王直杰;方建安;邵世煌;;[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
何翠红;区益善;;[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
雷德明;;[A];2000中国控制与决策学术年会论文集[C];2000年
李平;贾利民;;[A];2001年中国智能自动化会议论文集(下册)[C];2001年
中国重要报纸全文数据库
郭明波;[N];北京科技报;2001年
中国博士学位论文全文数据库
姚有领;[D];上海大学;2008年
李航;[D];天津大学;2007年
左洪浩;[D];中国科学技术大学;2006年
张华;[D];重庆大学;2006年
陶吉利;[D];浙江大学;2007年
焦嵩鸣;[D];华北电力大学(河北);2007年
袁丽华;[D];南京航空航天大学;2009年
陈霄;[D];浙江大学;2010年
李军华;[D];南京航空航天大学;2009年
陈峰;[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库
朱奉梅;[D];东北大学;2009年
孙晓丽;[D];中南大学;2010年
宋品;[D];西安电子科技大学;2010年
高建兵;[D];辽宁工程技术大学;2011年
李振业;[D];华南理工大学;2011年
栾丽霞;[D];电子科技大学;2011年
李臻;[D];山东科技大学;2010年
段杨;[D];南京邮电大学;2012年
刘东;[D];哈尔滨工业大学;2010年
杨桂霞;[D];西安电子科技大学;2010年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊(光盘版)》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址:北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线:400-819-82499
服务热线:010--
在线咨询:
传真:010-
京公网安备75号

我要回帖

更多关于 遗传算法变异概率 的文章

 

随机推荐