- 智能優(yōu)化技術(shù):適應(yīng)度地形理論及組合優(yōu)化問題的應(yīng)用
- 路輝 周容容 石津華 孫升杰編著
- 614字
- 2021-08-24 11:50:30
3.4 標(biāo)準(zhǔn)遺傳距離
遺傳距離是群體遺傳學(xué)的一個(gè)術(shù)語(yǔ),用于估計(jì)群體間的基因差異。關(guān)于遺傳距離有多種定義,這里給出應(yīng)用廣泛的奈氏標(biāo)準(zhǔn)遺傳距離[16]。
奈氏標(biāo)準(zhǔn)遺傳距離是根據(jù)二進(jìn)制編碼的遺傳算法定義的。具體定義如下:考慮兩個(gè)種群X和Y,記xil=nil/M和yil=nil/M是X和Y中第l個(gè)等位基因的頻率,其中i=1,…,N,N是基因長(zhǎng)度,在二進(jìn)制編碼GA中l∈{1,2},nil是第l個(gè)等位基因的數(shù)量,M是種群大小。在種群X種隨機(jī)選擇兩個(gè)基因的概率是,在種群Y中的概率是
,兩個(gè)基因分別來自兩個(gè)種群的概率是jxyi=xi1yi1+xi2yi2,種群X和Y之間基因的標(biāo)準(zhǔn)同一化結(jié)果為
如果兩個(gè)種群有相同頻率的等位基因,那么Ii=1.0。如果它們沒有共同的等位基因,那么Ii=0.0。針對(duì)所有的基因位定義X與Y間的歸一化結(jié)果為
式中,,
,
。
種群X和Y之間的遺傳距離為
初始種群與最后一代種群之間的遺傳距離可以按如下方式計(jì)算
式中,T是最后一代的大小,Dt,t+1是第t和第t+1代種群之間的遺傳距離。
Katada等人在文獻(xiàn)[21]中將標(biāo)準(zhǔn)遺傳算法用于NK地形(包括梯田NK地形和擴(kuò)展NK地形),從中獲得基因型數(shù)據(jù),進(jìn)而研究奈氏標(biāo)準(zhǔn)遺傳距離的崎嶇性,并重點(diǎn)關(guān)注崎嶇性度量。
Smith提出的測(cè)量指標(biāo)[20]用于測(cè)量崎嶇性,因?yàn)樗倪m應(yīng)性相關(guān)性可以表示為標(biāo)量值。后代解的平均適應(yīng)度,稱為Smith的Eb,即
式中,G(k)為具有適應(yīng)度k的親本的后代集合;g為后代基因型;V(g)為適應(yīng)度函數(shù)。
圖3-11給出Eb的示意圖,Eb的數(shù)值隨著k的增加而減小,其與中性無關(guān),與變異算子的自相關(guān)函數(shù)成正比。
圖3-11 父代適應(yīng)度值的子代適合值的示意圖
- Python人工智能
- 機(jī)器人構(gòu)建實(shí)戰(zhàn)
- AIGC:讓生成式AI成為自己的外腦
- DeepSeek實(shí)操:職場(chǎng)效率倍增的秘籍
- 秒懂AI設(shè)計(jì):人人都能成為設(shè)計(jì)高手
- AI商業(yè)進(jìn)化論:“人工智能+”賦能新質(zhì)生產(chǎn)力發(fā)展
- 生成式AI實(shí)戰(zhàn)
- 虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)
- DeepSeek實(shí)戰(zhàn):操作攻略與商業(yè)應(yīng)用
- 移動(dòng)機(jī)器人技術(shù)及其應(yīng)用
- 共生:科技與社會(huì)驅(qū)動(dòng)的數(shù)字化未來
- 顛覆:AI時(shí)代的企業(yè)管理方式大變革
- 樂高機(jī)器人:EV3與Scratch機(jī)器人基礎(chǔ)與應(yīng)用實(shí)例
- 推薦系統(tǒng)技術(shù)原理與實(shí)踐
- Web3超入門