一对一专业教师辅导 成绩快速冲A+ 获取专属备考攻略
最新动向
联系我们
在线咨询
热门标签
猜您喜欢

A-Level生物考试知识点:生物遗传算法

2019-08-29 10:54:17 868人已读

  在A-Level生物考试中,考生需要了解不少专业相关的知识点,并且能够熟练运用,这些都是考取好成绩的必备法宝,本文就为大家介绍一下A-Level生物考试中遗传算法的知识点,希望能够对大家有所帮助,下面就一起来看看吧!

  遗传算法(Genetic Algorithm)

  是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。


A-Level生物考试知识点:生物遗传算法


  遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。

  它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;

  采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。

  遗传算法的基本运算过程如下:

  1、初始化:

  设置进化代数计数器t=0,

  设置最大进化代数T,

  随机生成M个个体作为初始群体P(0)。

  2、个体评价:

  计算群体P(t)中各个个体的适应度。

  3、选择运算:

  将选择算子作用于群体。

  选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。

  选择操作是建立在群体中个体的适应度评估基础上的。

  4、交叉运算:

  将交叉算子作用于群体。

  遗传算法中起核心作用的就是交叉算子。

  5、变异运算:

  将变异算子作用于群体。

  即是对群体中的个体串的某些基因座上的基因值作变动。

  群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。

  6、终止条件判断:

  若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出,终止计算。

  遗传算法也是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法,是进化算法的一种。

  以上就是本文关于A-Level考试生物部分遗传算法的相关介绍了,希望能够对大家有所帮助,在考试中取得好成绩。了解更多alevel考试大纲、alevel考试题等方面的内容,可咨询在线客服。

默认底图


在线咨询

公司介绍 隐私条款 免责声明 网站地图 联系我们

关注大英留学公众号,获取英国留学考试第一资讯
添加英联邦留学考试小管家,定制专属学习计划
备案号:苏ICP备17009794号-16 增值电信业务经营许可证:苏B2-20190120 Copyright 2017-2021 AOLEVEL.ORG.CN 南京课窝教育科技有限公司版权所有
4008506500

请填写您的联系方式

如有最新备考攻略或资料,我们会以短信的形式通知给您


发送验证码

确定提交