一种数据处理方法及装置制造方法及图纸

本申请实施例公开了一种数据处理方法及装置，获取当代种群，计算该种群中每个个体的适应度值，将适应度值最大的个体确定为精英个体。再根据个体的适应度值确定出N个个体，构成选择种群，计算选择种群中任意两个个体的相似度，根据相似度以及随机数确定进行单点交叉操作的两个个体。然后在该两个个体的第n个基因位进行单点交叉操作，获得交叉种群。再对交叉种群中的个体进行突变，获得变异种群，从变异种群中选取K个个体，作为遗传种群。利用随机种子函数生成N‑K‑1个个体，获得再生种群。将精英个体、遗传种群以及再生种群组合成下一代种群，将下一代种群作为当代种群重复上述操作，直至遗传代数大于遗传总代数T，则输出第T代种群的精英个体。

A data processing method and device

【技术实现步骤摘要】
一种数据处理方法及装置
本申请涉及计算机领域，具体涉及一种数据处理方法及装置。
技术介绍
针对于为车辆推荐最优路线问题，可看作为最优化问题，其是工程实践和科学研究中主要的问题之一。而对于最优化问题的求解主要包括解析法和智能仿生法两种方法。其中，解析法只适用于目标函数和约束条件有明显的解析表达式的情况，求解方法是：先求出最优的必要条件，得到一组方程或不等式，再求解这组方程或不等式，一般是用求导数的方法或变分法求出必要条件，通过必要条件将问题简化。但是现实生活中的优化问题较为复杂或者不能用变量显函数描述，此时可采用智能仿生法经过若干次迭代搜索到最优点。然而大部分智能仿生法，例如遗传方法，随着进化过程不断进行，种群多样性逐渐减小，容易陷入局部最优。在利用上述方法进行最优路线推荐时，由于在样本多样性逐渐减小，导致无法获得准确预测结果。
技术实现思路
有鉴于此，本申请实施例提供一种数据处理方法及装置，以减小陷入局部最优的概率，提高路线推荐准确性。为解决上述问题，本申请实施例提供的技术方案如下：>本申请实施例第一方本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：/n计算第i代种群中每个个体的适应度值；所述种群包括N个个体，i不大于T，T为遗传总代数；/n将适应度值最大的个体确定为精英个体；/n根据每个所述个体的适应度值确定选择种群；所述选择种群包括N个个体；/n计算所述选择种群中任意两个个体的相似度，当所述相似度不大于预设相似度阈值且第一随机数r不大于预设交叉概率时，分别对所述两个个体的第n个基因位进行交叉操作，重复计算所述选择种群中任意两个个体的相似度，直至遍历完所述选择种群，获得交叉种群；其中，0≤r≤1，所述n为随机数，1≤n≤M，所述M为个体长度，所述变异种群包括N个个体；/n对所述交叉种群中的...

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
计算第i代种群中每个个体的适应度值；所述种群包括N个个体，i不大于T，T为遗传总代数；
将适应度值最大的个体确定为精英个体；
根据每个所述个体的适应度值确定选择种群；所述选择种群包括N个个体；
计算所述选择种群中任意两个个体的相似度，当所述相似度不大于预设相似度阈值且第一随机数r不大于预设交叉概率时，分别对所述两个个体的第n个基因位进行交叉操作，重复计算所述选择种群中任意两个个体的相似度，直至遍历完所述选择种群，获得交叉种群；其中，0≤r≤1，所述n为随机数，1≤n≤M，所述M为个体长度，所述变异种群包括N个个体；
对所述交叉种群中的个体进行突变操作，获得变异种群；
从所述变异种群中选取K个个体，作为遗传种群；所述K小于N且大于0；
利用随机种子函数生成L个个体，获得再生种群；所述L＝N-K-1；
根据所述精英个体、所述遗传种群以及所述再生种群组合生成第i+1代种群；
若i+1不大于T，则对所述第i+1代种群重复执行上述操作，直至所述i+1大于T，输出第T代种群的精英个体。


2.根据权利要求1所述的方法，其特征在于，所述根据每个所述个体的适应度值确定选择种群，包括：
根据所述个体的适应度值对个体进行从大到下排序；
根据所述个体的适应度值计算所述个体遗传到下一代的遗传概率；
根据所述个体的遗传概率确定所述个体对应的累积概率；
生成第二随机数γ，并判断所述第二随机数γ是否小于第一个体的累积概率；所述第一个体为适应度值最大的个体，其中，0≤γ≤1；
如果是，则选择第一个体，再生成下一随机数进行后续判断，直至N个个体被选中；
如果否，则选择个体k，再生成下一随机数进行后续判断，直至N个个体被选中；所述个体k满足：所述个体k的累积概率不小于所述随机数r，且所述随机数r大于个体k-1对应的累积概率。


3.根据权利要求1所述的方法，其特征在于，所述分别对所述两个个体的第n个基因位进行单点交叉操作，包括：
分别获取所述两个个体第n个基因位之后的基因；
将所述两个个体第n个基因位之后的基因进行交换。


4.根据权利要求1所述的方法，其特征在于，对所述交叉种群中的个体进行突变操作，获得变异种群，包括：
对于所述交叉种群中的任一个体；生成两个随机数m和rm，所述1≤m≤M及0≤rm≤1；
当所述rm≤pm，对所述个体的第m个基因位执行突变操作，否则对下一个体重复上述操作，获得所述变异种群；所述Pm为所述个体对应的变异概率。


5.根据权利要求1所述的方法，其特征在于，所述从所述变异种群中选取K个个体，作为遗传种群，包括：
计算所述变异种群中每两个个体的相似度；
根据所述变异种群中每两个个体的相似度确定所述变异种群的平均相似度；
根据所述平均相似度以及N确定遗传种群规模，将所述遗传种群规模确定为K。


6.根据权利要求1-5任一项所述的方法，其特征在于，所述计算所述选择种群中任意两个个体的相似度，包括：
分别获取所述两个个体在每个基因位的基因型；
如果所述两个个体在同一基因位的基因型相同，则第一参数值加1，将其和值确定为第一参数值；所述第一参数值初始化为0；
如果所述两个个体在同一基因位的基因型不同，则所述第一参数值保持不变；
将所述第一参数值除以所述个体长度获得所述两个个体的相似度。


7.一种数据处理装置，其特征在于，所述装置包括：

【专利技术属性】
技术研发人员：徐刚，李忠，张志龙，王正超，乔柯，
申请(专利权)人：中车青岛四方机车车辆股份有限公司，北京交通大学，
类型：发明
国别省市：山东;37