淺述基于遺傳算法的槍彈智能設(shè)計(jì)

摘 要 所謂智能系統(tǒng)，就是一個(gè)計(jì)算機(jī)通過某個(gè)領(lǐng)域的權(quán)威人士所提供的知識(shí)與經(jīng)驗(yàn)，自己可以進(jìn)行一系列的推理與判斷，從而解決一些復(fù)雜的問題的計(jì)算機(jī)智能系統(tǒng)。但簡(jiǎn)單的智能系統(tǒng)本身可能存在著些許不足，例如運(yùn)行速度慢、達(dá)不到最優(yōu)解等問題。本篇文章將把遺傳算法添加到該智能系統(tǒng)中去，從而可以達(dá)到改進(jìn)傳統(tǒng)智能系統(tǒng)設(shè)計(jì)的不足之處的目的，并設(shè)計(jì)出更加智能的槍彈設(shè)計(jì)系統(tǒng)。

關(guān)鍵詞 遺傳算法;智能系統(tǒng);優(yōu)化設(shè)計(jì)

1遺傳算法的基本思想

在自然界中，生物必須經(jīng)過一系列的進(jìn)化和遺傳才能繁衍生息，遺傳算法正是利用這種自然界中的生存法則而演變而生的。達(dá)爾文進(jìn)化論里面所提到的“物競(jìng)天擇，適者生存”這一自然法則是大家都熟知的，遺傳算法就是利用了這個(gè)法則。人們是通過達(dá)爾文和孟德爾提出的遺傳演變才歸納總結(jié)出遺傳算法的基本思想的。達(dá)爾文進(jìn)化論里面提到了適者生存的這樣一種理念，即他認(rèn)為不管每一代種群都是應(yīng)該朝著向前的方向進(jìn)化，只會(huì)變得越來越適應(yīng)生存，否則就會(huì)被大自然淘汰掉。并且每個(gè)個(gè)體都會(huì)延續(xù)前一代留下來的特性，但不是全部的特性都會(huì)得到延續(xù)和繼承，同時(shí)還會(huì)進(jìn)化出一些新的更適應(yīng)自然的特性，最后只有這些使生物個(gè)體可以適應(yīng)生存的特性才會(huì)被保留下來。

通俗一點(diǎn)來說，遺傳算法的實(shí)現(xiàn)可以分為這樣幾個(gè)步驟：首先對(duì)個(gè)體進(jìn)行編碼并生成初始種群;其次計(jì)算把種群適應(yīng)度函數(shù)計(jì)算出來;最后根據(jù)需要再進(jìn)行選擇運(yùn)算，交叉運(yùn)算和變異運(yùn)算等等。對(duì)個(gè)體進(jìn)行編碼（把編碼的每一位都稱為一個(gè)基因），把這些基因進(jìn)行隨機(jī)的排列組合來表示遺傳個(gè)體，也就是初始種群。當(dāng)產(chǎn)生初始群體之后，一般用目標(biāo)函數(shù)值的線性函數(shù)進(jìn)行適應(yīng)度判斷，一般用適應(yīng)度來判斷這個(gè)個(gè)體的優(yōu)劣情況以決定其遺傳概率，適應(yīng)度越高，基因越好，越有可能遺傳給下一代[1]。

遺傳算法具有以下特點(diǎn)：遺傳算法是對(duì)參數(shù)的集合進(jìn)行編碼而不是對(duì)參數(shù)本身進(jìn)行進(jìn)化;遺傳算法是從問題解的編碼組開始而非從單個(gè)解開始搜索;遺傳算法是利用目標(biāo)函數(shù)的適應(yīng)度這一信息而不是利用導(dǎo)數(shù)或者其他輔助信息來指導(dǎo)搜索;遺傳算法是利用選擇、交叉、變異等算子來進(jìn)行計(jì)算而不是利用確定性的規(guī)則進(jìn)行隨機(jī)操作的。

2基于遺傳算法的智能系統(tǒng)設(shè)計(jì)

在智能系統(tǒng)的推理過程中，我們通常會(huì)先給出幾個(gè)假設(shè)，但驗(yàn)證同一個(gè)假設(shè)的路徑有很多條，如果我們對(duì)每一條路徑都要進(jìn)行運(yùn)算，那么就會(huì)導(dǎo)致運(yùn)行效率低下，費(fèi)時(shí)費(fèi)力。所以為了更好地解決這一困難，采用了遺傳算法的推理方法，具體的操作方法如下：

首先對(duì)我們所做的每一個(gè)假設(shè)的每一條路徑都做出編碼，并在所做的假設(shè)中隨機(jī)的選擇出一條路徑，將這個(gè)路徑作為一個(gè)個(gè)體，把這些個(gè)體的集合作為我們的初始種群。

將每一個(gè)個(gè)體結(jié)論的可信度模糊區(qū)間值計(jì)算出來，并用前者減去后者，將所得的這個(gè)差值作為每個(gè)個(gè)體的適應(yīng)度函數(shù)，將他們的和作為整個(gè)基因組的適應(yīng)度函數(shù)。

從復(fù)制、交叉選擇和變異這些算子中選擇一個(gè)比較合適的遺傳算子，對(duì)父代進(jìn)行繁衍并產(chǎn)生后代，淘汰掉父代中適應(yīng)度較低的個(gè)體。與此同時(shí)，將子代的適應(yīng)度函數(shù)計(jì)算出來，使父代中留下的個(gè)體與子代中適應(yīng)值較高的個(gè)體結(jié)合成新的一代種群。若已經(jīng)達(dá)到了設(shè)定的繁衍代數(shù)或者算法已經(jīng)收斂，則將該基因串適應(yīng)度最高的個(gè)體進(jìn)行解碼，輸出即可，否則繼續(xù)進(jìn)行繁衍[2]。

3槍彈智能設(shè)計(jì)系統(tǒng)

要設(shè)計(jì)出一套功能完備和界面友好的槍彈智能系統(tǒng)，該系統(tǒng)必須集結(jié)構(gòu)設(shè)計(jì)、校核計(jì)算和彈形修改于一體，具體操作方法如下：

3.1 設(shè)計(jì)樹與設(shè)計(jì)規(guī)則提取

大量查閱相關(guān)資料和文獻(xiàn)，整理出槍彈智能設(shè)計(jì)系統(tǒng)的基本架構(gòu)，綜合分析影響槍彈性能的因素與槍彈本身之間的聯(lián)系后，總結(jié)出槍彈設(shè)計(jì)樹，并根據(jù)槍彈設(shè)計(jì)樹提取出槍彈設(shè)計(jì)規(guī)則。

3.2 性能校核計(jì)算

校核已經(jīng)設(shè)計(jì)好的彈形，并根據(jù)校核計(jì)算出的數(shù)據(jù)對(duì)不滿足設(shè)計(jì)條件的彈形進(jìn)行修改。

3.3 修改方案設(shè)計(jì)

這一操作在整個(gè)設(shè)計(jì)過程中起到了至關(guān)重要的地步，它和性能校核計(jì)算相輔相成，需要邊修改，邊校核，再修改，直到達(dá)到目標(biāo)為止。

4結(jié)束語(yǔ)

本文的槍彈智能設(shè)計(jì)系統(tǒng)在傳統(tǒng)專家系統(tǒng)的基礎(chǔ)上結(jié)合了遺傳算法，可以在一定程度上改善了原本專家系統(tǒng)的運(yùn)行性差的缺點(diǎn)，可以在很大程度上降低專家系統(tǒng)在表達(dá)知識(shí)上的難度，可以很大程度上提高專家系統(tǒng)的運(yùn)行速度，從而可以得到最優(yōu)化的槍彈設(shè)計(jì)結(jié)果。

參考文獻(xiàn)

[1] 沈大旺，張慧.遺傳算法綜述[J].科學(xué)技術(shù)，2009（28）：100.

[2] 李旭，徐心和.一種基于模糊區(qū)間理論的故障診斷專家系統(tǒng)程序設(shè)計(jì)[J].有色金屬，1997，49（2）：17-19.

作者簡(jiǎn)介

張文晶（1996-），女，遼寧省鳳城市人;學(xué)歷：碩士，現(xiàn)就職單位：沈陽(yáng)理工大學(xué)，研究方向：數(shù)據(jù)庫(kù)理論與信息系統(tǒng)。