《人工智能课程设计汇报.ppt》由会员分享，可在线阅读，更多相关《人工智能课程设计汇报.ppt（24页珍藏版）》请在三一办公上搜索。
1、,基于遗传算法的TSP问题产生式系统的应用,by 计算机科学与技术1401张凯歌,基于遗传算法的TSP问题,TSP问题，即旅行商问题。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。,遗传算法求解TSP的基本步骤,（1）种群初始化。个体编码方法有：二进制编码和实数编码。每一条染色体就是一种编码，在解决TSP问题过程中个体编码方法为实数编码。对于TSP问题，实数编码为1-n的实数的随机排列。初始化的参数有城市个数，种群规模、进化次数、交叉概率、变异概率,遗传算法求解T
2、SP的基本步骤,（2）适应度函数。在TSP问题中，任意两个城市之间的距离D(i,j)已知，每个染色体（即n个城市的随机排列）可计算出总距离。因此可将一个随机全排列的总距离的倒数作为适应度函数，即距离越短，适应度函数越好，满足TSP要求。,遗传算法求解TSP的基本步骤,（3）选择操作。采用累计适应度最高的选择策略，即适应度越好的个体被选择的概率越大，同时在选择中保存适应度最高的个体。,遗传算法求解TSP的基本步骤,（4）交叉操作。相对于个体，随机选择两个个体，随机生成一个交叉位点。交换对应位置两侧的基因片段，同时确保每个个体依然是1-n的随机排列。,遗传算法求解TSP的基本步骤,（5）变异操作。
3、随机选取个体，随机选取个体的两个基因，进行交换以实现变异操作。,流程图,核心代码,#define num_C 10/城市个数#define N 10/群体规模#define pc 0.9/交叉概率#define pm 0.1/变异概率#define genmax 500/最大遗传代数struct gene/染色体结构 int pathnum_C;/路径 double cost;/个体代价值 double fitness;/个体适应度 double probability;/适应度 double accumulation;/幸存概率;,核心代码,void Select(struct gene g
4、roupN)/选择 int i,j;int t=1;double k;Cprobability(group);Caccumulation(group);for(i=0;iN-1;i+)k=Randominteger(0,1);for(j=0;jN-1;j+)if(kgroupj.accumulation)Copy_gene(,void Cross(struct gene*p,struct gene*q)/交叉 int i,j,cross_point;int son1num_C,son2num_C;cross_point=Randominteger1(1,num_C-1);/随机生成交叉位点 f
5、or(i=0;ipathi;/子代后半部分来自父代q for(i=cross_point;ipathj)=1)son1i=q-pathj;break;,核心代码,void Varation(struct gene groupN)/变异 int i,j,k,temp,c;struct gene*p;double flag;for(c=1;cpathj;p-pathj=p-pathk;p-pathk=temp;Calculate_cost(p);/重新计算变异后路径的代价,运行结果,遗传算法属于启发式算法,最终只能获得最优解的一个近似解。每次的运行结果也是有差别的。,产生式动物识别系统,设计并实现
6、具有15条规则能自动识别7种动物的产生式系统。知识库与控制系统相互独立，系统完成后除了能识别已有的7种动物外，按产生式知识表示方法向知识库中添加、修改新的知识后，系统能在不修改控制系统程序的情况下仍然能正确识别。,设计知识库,知识用 If 前提 then 结论 的形式来表示,1:有毛发 2:产奶 3:有羽毛 4:会飞 5:会下蛋 6:吃肉 7:有犬齿 8:有爪9:眼盯前方 10:有蹄 11:反刍 12:黄褐色13:有斑点 14:有黑色条纹 15:长脖 16:长腿17:不会飞 18:会游泳 19:黑白二色 20:善飞,设计知识库,21:哺乳类 22:鸟类 23:食肉类 24:蹄类 25:金钱豹
7、26:虎 27:长颈鹿 28:斑马 29:鸵鸟30:企鹅 31:信天翁,设计知识库,有毛-哺乳类产奶-哺乳类有羽毛-鸟类会飞,会下蛋-鸟类哺乳类,吃肉-食肉类有犬齿,有爪,眼盯前方-食肉类哺乳类,有蹄-蹄类哺乳类,反刍-蹄类食肉类,黄褐色,有斑点-金钱豹食肉类,黄褐色,有黑色条纹-虎蹄类,长脖,长腿,有斑点-长颈鹿蹄类,有黑色条纹-斑马鸟类,长脖,长腿,会飞-鸵鸟鸟类,会游泳,黑白二色,会飞-企鹅鸟类,善飞-信天翁,规则符号化,1-21/有毛-哺乳类2-21/产奶-哺乳类3-22/有羽毛-鸟类4,5-22/会飞,会下蛋-鸟类21,6-23/哺乳类,吃肉-食肉类7,8,9-23/有犬齿,有爪,眼
8、盯前方-食肉类21,10-24/哺乳类,有蹄-蹄类21,11-24/哺乳类,反刍-蹄类23,12,13-25/食肉类,黄褐色,有斑点-金钱豹23,12,14-26/食肉类,黄褐色,有黑色条纹-虎24,15,16,13-27/蹄类,长脖,长腿,有斑点-长颈鹿24,14-28/蹄类,有黑色条纹-斑马22,15,16,4-29/鸟类,长脖,长腿,会飞-鸵鸟22,18,19,4-30/鸟类,会游泳,黑白二色,会飞-企鹅22,20-31/鸟类,善飞-信天翁,核心代码,string factfact_num=有毛发,产奶,有羽毛,会飞,会下蛋,吃肉,有犬齿,有爪,眼盯前方,有蹄,反刍,黄褐色,有斑点,有黑
9、色条纹,长脖,长腿,不会飞,会游泳,黑白二色,善飞,哺乳类,鸟类,食肉类,蹄类,金钱豹,虎,长颈鹿,斑马,鸵鸟,企鹅,信天翁;,核心代码,int rule_prerequisiterule_numrule_volume=1,0,0,0,2,0,0,0,3,0,0,0,4,5,0,0,21,6,0,0,7,8,9,0,21,10,0,0,21,11,0,0,23,12,13,0,23,12,14,0,24,15,16,13,24,14,0,0,22,15,16,4,22,18,19,4,22,20,0,0;,int rule_resultrule_num=21,21,22,22,23,23,24,24,25,26,27,28,29,30,31;,核心代码,逆向推理函数bool backward_reasoning(int num,int message);,（1）规则集中的规则后件与假设的目标事实进行匹配，得到匹配的规则集合。（2）从匹配规则集合中选择一条规则作为使用规则。（3）将使用规则的前件作为新的假设子目标。重复这个过 程，直至个子目标为已知事实后成功结束。,核心代码,THANKS,
