遗传算法编码

① 粒子群算法和遗传算法的编码方式是一样的吗

解决连续问题的时候粒子群是不需要编码的，另外楼上关于局部最优的问题，应该说这两个方法都是存在这个问题的，已经有相关文献证明了粒子群比GA要好，而且主要是因为粒子群不需要编码操作简单，所以现在用的挺普遍的

② 遗传算法在求解TSP问题中是如何编码解码的 二进制如何编码 如何求解

路径表示是按照城市的访问顺序排列的一种编码方式，是最自然、简单和符合逻辑的表示方法。然而，除非初始基因是固定的，否则这种编码方式不具备唯一性。例如，旅程（5-1-7-8-9-4-6-2-3）与（1-7-8-9-4-6-2-3-5）表示的是同一条旅程，因为路径表示法是遍历了每一个节点，所以不会产生子回路。
考虑到此次研究对象的初始基因是固定的，不会出现漏选，所以运用这种编码方法。
初始种群可以随机产生，也可以通过某种算法生成，但需要保证群体的多样性。在种群初始化时，需要可虑以下几个方面的因素：
1、根据问题固有的知识，设法把握最优解所占的空间在整个问题空间中的分布范围，然后，在次分布范围内设定初始群体。
2、随机生成一定数目的个体，然后从中挑选出最好的个体加入群体。这一过程不断进行迭代，直到初始种群中个体数达到了预先确定的规模。
亲和度设置为1/f f为总路径长度

此后根据城市序号在进行选择，交叉，变异即可

③ 遗传算法的编码方式谁能详细介绍下谢谢

假如你想要编码为x，设x的范围是，二进制编码长度为10，那二进解码方式是：x*（max-min)/1023,这个不用开始编码，开始你可以用rand(n,10)产生n个样本的随机数，然后优化即可。
不是能把“数学模型中的目标函数和每一条约束函数分别编程Matlab里的M文件”，是你用遗传算法就必须要编进去，电脑怎么知道往哪个方向优化是好的，要不把你邮箱留下，我给你发个寻求最大值的遗传算法。

④ 遗传算法 整数编码问题请教

话说我不了解这个工具箱呢~
1，如果工具箱中的函数具有明显的局限性，一般采取自行编写软件的方式实现。
2，每次交叉算子的时候算子长度都会变？既然是工程问题，一般长度都会有界吧，比如50，每个单元也是有界吧（比如大于0），如果这个算子有长度20，后面的30个用-1填充不就行了？
3，我还是喜欢蚁群算法，算子是变长度的这个比较合适，但不保证所有的空间都会有正常吸引子导致收敛，难保你这个问题里的空间就是个奇行种。
4，效率什么的，就让他见鬼去吧。

⑤ 遗传算法编码长度怎么定

是说一个染色体中的基因个数吗？这个要完全根据你题目的实际情况来定啊~首先你拿什么作为编码，也就是说你想在遗传算法的过程中改进什么决策变量？一般来讲，编码定下来后，长度应该自然就确定了啊~~
如果还不明白的话，可否大致叙述一下模型和算法？或许可以帮忙看看~

⑥ 遗传算法编码

你这种情况应该用实数编码（四个编码分别为a,b,c,d），交叉计算的时候比如aba与bcd的子染色体为aca、bbd（在第二个基因为上交叉）。至于“使得子代染色体群平均适应度比初始染色体高”
的话就要看你的编码abcd分别代表什么意义了，根据适应度函数计算出父染色体和子染色体的适应度值，然后进行比较，如果子染色体适应度值比父染色体大则保留下来，否则淘汰掉。

⑦ 遗传算法二进制编码问题：二进制编码的位数是如何确定的

用这个公式试试，这个是解码用的，至于你说的位数，可以给你举个例子，比如[0,1],精度千分之1，就是相当于里面离散化出来1000+1个点，2的10次方是1024,2的9次方是512，这时候你就只要取10位就可以把这1001个点的变化全部包含到二进制里面了

⑧ 实数编码遗传算法是怎么实现实数编码的

又叫真实值编码，个体的每个基因位用某一范围内的一个浮点来表示，个体的编码长度取决于决策量的个数

⑨ 遗传算法编码长度多少合适

可以使用二进制编码的，只需要转换一下即可

⑩ 遗传算法解码问题， 解码是只针对二进制编码还是说所有的遗传算法都得解码呢。解码到底是个什么过程。

应该说所有的遗传算法都得编码、解码，遗传算法是模拟生物遗传和进化过程，交叉是遗传算法的核心操作。交叉过程就是二进制数据之间的运算操作，例如;与，或，异或……编码目的是实现从表现型到基因型的映射，便于遗传操作；然后通过适应度函数选择合适下一代，依次迭代，直到达到合适子代。此时所求的子代还是二进制，因此必须再通过解码将子代映射到表现型。