基于單親遺傳算法的實例特征權(quán)值確定方法

張銘璐

摘要：在實例推理中，關(guān)鍵是通過匹配得到相似實例，而計算實例之間相似度時，實例的特征權(quán)值的確定尤為重要，決定了是否能夠得到最優(yōu)實例?；诖耍岢隽艘环N基于單親遺傳算法的實例特征權(quán)值確定方法，首先利用專家經(jīng)驗得到初始權(quán)值組合，該組合能夠最好的代表可行解，在此基礎(chǔ)上應(yīng)用單親遺傳算法對初始權(quán)值組合進(jìn)行優(yōu)化，確定每個特征的權(quán)重。將該特征權(quán)值確定方法應(yīng)用到鉆井液配方設(shè)計項目中，并與傳統(tǒng)方法進(jìn)行比較，得出該權(quán)值確定方法可以得到較好的效果。

關(guān)鍵詞：實例推理；相似度；特征權(quán)值；專家經(jīng)驗；單親遺傳算法

1概述

基于實例推理是一種人工智能技術(shù)，這種技術(shù)利用以往解決問題的經(jīng)驗，能有效解決利用其他技術(shù)難以解決的問題，并且具有自學(xué)習(xí)功能，能夠不斷擴展知識庫，提高推理能力?；趯嵗评砑夹g(shù)包括實例描述、實例匹配、實例修改和實例保存四個部分，其中實例匹配尤為重要，它是根據(jù)所提出的問題，從實例庫中檢索出與當(dāng)前問題相似的實例，并提取相似度最高的實例作為解決當(dāng)前問題的最優(yōu)實例。因此，相似度的計算及其特征權(quán)值的確定尤為重要，決定了是否能夠得到最優(yōu)的符合實際的實例。

在運用傳統(tǒng)遺傳算法對權(quán)值組合進(jìn)行優(yōu)化時發(fā)現(xiàn)，PMX、OX、Cx等交叉算子實施起來非常困難，并且要求種群具有多樣性，容易在最優(yōu)解附近出現(xiàn)“早熟收斂”現(xiàn)象。鑒于這種原因，在本文中使用了一種基于單親遺傳算法的實例特征權(quán)值確定方法，該方法可以針對實際要解決的問題優(yōu)化單親遺傳算法的運行步驟，進(jìn)而得到最優(yōu)的實例特征權(quán)值組合，使得該組合不僅能夠很好的符合實際條件，并且具有較高的精確度。

2單親遺傳算法

2.1單親遺傳算法概述

單親遺傳算法介紹（PGA）時遺傳算法的一種，它對傳統(tǒng)的遺傳算法進(jìn)行了改進(jìn)，取消了傳統(tǒng)遺傳算法的交叉算子，全部遺傳操作都只是在一個個體上進(jìn)行，不會出現(xiàn)“早熟收斂”現(xiàn)象。并且操作步驟簡單，能方便約束條件的處理，提高算法的計算效率。目前單親遺傳算法主要應(yīng)用于以下兩方面問題：一是組合優(yōu)化問題；另一是有約束的復(fù)雜工程優(yōu)化問題。

單親遺傳算法的編碼方式主要包括序號編碼和非序號編碼，解決組合優(yōu)化問題主要采用序號編碼方式，復(fù)雜工程優(yōu)化問題的求解通常采用實數(shù)編碼方式。該算法對所求問題的數(shù)學(xué)模型沒有較高要求，可行域連通，目標(biāo)函數(shù)都不做要求，只要待求解問題是可以計算的，因此在求解有約束的復(fù)雜工程優(yōu)化問題上有更多的應(yīng)用。

2.2單親遺傳算法運行步驟

單親遺傳算法采用不同的運行步驟或運行過程可能會產(chǎn)生不同的計算效率，一般而言，我們所采用的步驟如下所示：

f1）編碼，根據(jù)所求解的具體問題確定一種編碼方式。

（2）確定個體的評價函數(shù)，即適應(yīng)度函數(shù)，適應(yīng)度函數(shù)是判斷各個個體達(dá)到最優(yōu)解的程度，適應(yīng)度越高則被采用的概率較大。

（3）產(chǎn)生初始群體，初始群體的準(zhǔn)確性能極大地提高搜索效率。

（4）評價初始群體中的各個個體，計算適應(yīng)度。

（5）繁殖新個體。對上一代群體中的個體進(jìn)行遺傳操作產(chǎn)生新個體。

（6）評價新個體。若滿足停機條件則停機，否則轉(zhuǎn)下一步。

（7）選擇下一代群體。從上一代群體中的個體和本次遺傳操作所產(chǎn)生的新個體中選擇N（N為群體規(guī)模）個個體構(gòu)成下一代群體，轉(zhuǎn)（5）。

3實例特征權(quán)值確定方法

3.1專家經(jīng)驗確定初始權(quán)值組合

在利用單親遺傳算法進(jìn)行計算時，初始群體，即初始權(quán)值組合的確定尤為重要。原則上希望該組合能夠最好的代表可行解的組合，這樣在后續(xù)進(jìn)行迭代優(yōu)化時能夠提高結(jié)果的準(zhǔn)確性，縮短迭代時間。而通過專家經(jīng)驗得到的初始特征權(quán)值組合可以很好地滿足上述條件。

不管在哪個領(lǐng)域，總有專家學(xué)者不僅對該領(lǐng)域知識有著全面深入的研究，還積累了豐富的經(jīng)驗，由他們對實例中已經(jīng)定好的每個特征權(quán)值進(jìn)行確定，可以確保和實際情況相符。但是由專家直接確定各特征權(quán)值有著權(quán)值不能很好量化的缺點，因此，可以將這組權(quán)值作為初始權(quán)值組合，然后應(yīng)用單親遺傳算法進(jìn)行優(yōu)化。