交叉遗传是什么意思3篇

交叉遗传是什么意思3篇交叉遗传是什么意思　色盲添加义项　这是一个多义词，请在下列义项中选择浏览　1.　1．先天性色觉障碍疾病先天性色觉障碍疾病　2.　2．王菲演唱歌曲王菲演唱歌下面是小编为大家整理的交叉遗传是什么意思3篇,供大家参考。

篇一：交叉遗传是什么意思

添加义项

　这是一个多义词， 请在下列义项中选择浏览

　1.

　1． 先天性色觉障碍疾病先天性色觉障碍疾病

　2.

　2． 王菲演唱歌曲王菲演唱歌曲

　 1. 先天性色觉障碍疾病

　编辑本义项 色盲 求助编辑百科名片

　 色盲测试图 色盲是一种先天性色觉障碍疾病。

　色觉障碍有多种类型， 最常见的是红绿色盲。根据三原色学说， 可见光谱内任何颜色都可由红、 绿、 蓝三色组成。

　如能辨认三原色都为正常人， 三种原色均不能辨认都称全色盲。

　辨认任何一种颜色的能力降低者称色弱， 主要有红色弱和绿色弱， 还有蓝黄色弱。

　如有一种原色不能辨认都称二色视， 主要为红色盲与绿色盲。

　目录 概述 色盲分类及其症状 色盲应该做的检查 色盲检查图

　红绿色盲眼中的世界 辨证 治则 色盲的辨证及治疗方法

　概述 色盲分类及其症状 色盲应该做的检查 色盲检查图

　红绿色盲眼中的世界 辨证 治则 色盲的辨证及治疗方法

　 色盲性状与遗传  色盲产生的分子机制  色盲限制专业  色盲者不为人知的优势  色盲色弱检测  一个色盲患者的真切感受  预防色盲  色盲种类 展开 编辑本段概述

　 色盲， 在国外首先由英国化学家、 物理学家、 近代化学之父约翰· 道尔顿（ John Dalton， 1766-1844）

　发现， 所以又称“道尔顿症” ， 色盲以红绿色盲较为多见， 蓝色盲及全色盲较少见。

　由于患者从小就没有正常辨色能力， 因此不易被发现。

　 红绿色盲是一种最常见的人类伴性遗传病。

　一般认为， 红绿色盲决定于 X染色体上的两对基因， 即红色盲基因和绿色盲基因。

　红绿色盲的遗传方式是伴 X 染色体隐性遗传。

　因男性性染色体为 XY， 仅有一条 X 染色体， 所以只需一个色盲基因就表现出色盲； 而女性性染色体为 XX， 所以那一对控制

　色盲与否的等位基因， 必须同时是隐性的才会表现出色盲。

　因而色盲患者中男性远多于女性。

　色盲亦称“ 色觉辨认障碍” ， 是指无法正确感知部分或全部颜色间区别的缺陷。

　通常色盲发生的原因与遗传有关， 但部分色盲则与眼， 视神经或脑部损伤有关， 也可由於接触特定化学物质。

　英国化学家约翰· 道尔顿在发现自 己是色盲者後， 於 1798 年出版了 第一部论述此问题的科学专著《关於色彩视觉的离奇事实》 。

　由於道尔顿的研究， 该缺陷常被称为道尔顿病， 不过现时多用色盲中的一种——绿色盲以描述道尔顿的缺陷。

　红绿色盲人口 占全球男性人口 约 8%， 女性人口 约 0. 5%。

　其中约 6%人口 为三色视觉(色弱) ， 约 2%人口 为二色视觉(色盲) ， 极少数为单色视觉(全色盲) 。

　色盲通常被认为是一种缺陷， 然而在特定情形下， 色盲者相比于正常辨色力者更有优势。

　不少研究指出， 色盲者更擅长识别特定颜色的伪装。

　这在进化论上可解释先天性红绿色盲在人群中惊人的高发率。

　 由于红色和绿色对红绿色盲患者（ 色觉异常患者）

　形成的视觉效果和常人存在差异， 因而不适宜从事美术、 纺织、 印染、 化工等需色觉敏感的工作。

　如在交通运输中， 若工作人员 色盲， 他们可能不能辨别颜色信号，就可能导致交通事故。

　色觉是视器的重要功能之一， 色觉功能的好坏， 对要求辨色力的工作具有一定的影响。

　而对国防军事、 尤其是特种兵具有重要意义。

　如在空军航空兵中， 必须辨别各种颜色的信号。

　为此， 在选兵时色觉检查被列为重要的检查项目 之一。

　 色盲有先天性及后天性两种， 先天性者由遗传而来， 后天性者为视网膜或视神经等疾病所致。

　偶见于服药之后， 如内 服山道年可以发生黄视，注射洋地黄可以发生蓝视。

　色盲发生率在我国男性约为 5%～8%、 女性 0. 5～1%； 日 本男性约为 4%～5%、 女性 0. 5%； 欧美男性 8%、 女性 0. 4%。

　我国先天性色盲的发生率， 男性约 5. 14%， 女性约为 0. 73%。

　而今在我国和日 本，红绿色盲的治疗已取得可喜进展， 给广大患者带来了 福音。

　 器官的话是眼， 详细点是视网膜， 再详细是视锥细胞。

　 视锥细胞（ cone cell）

　：

　细胞形态与视杆细胞近似。

　视锥细胞胞体位于外核层的外侧份， 细胞核较大， 染色较浅。

　视锥也分内 节和外节。

　外节的膜盘大多与细胞膜不分离， 顶部膜盘也不脱落， 膜盘上嵌有能感受强光和色觉的视色素， 由内节不断合成和补充。

　人和绝大多数哺乳动物有三种视锥细胞， 分别有红敏色素、 蓝； 蓝敏色素和绿敏色素， 也由 11-顺视黄醛和视蛋白组成， 但视蛋白的结构与视杆细胞的不同。

　如缺少感红光（ 或绿光）

　的视锥细胞， 则不能分辨红（ 或绿）

　色， 为红（ 或绿）

　色盲。

　视锥细胞的内 突末端膨大呈足状， 可与一个或多个双极细胞的树突以及水平细胞形成突触。

　 人的一只眼球内 约有 12000 万个视杆细胞和 700 万个视锥细胞。

　在黄斑中央凹处只有视锥细胞， 无视杆细胞， 在中央凹的边缘才开始有视杆细胞， 再向外， 视杆细胞逐渐增多， 视锥细胞则逐渐减少。

　编辑本段色盲分类及其症状

　 色盲患者不能分辩自 然光谱中的各种颜色或某种颜色。

　而对颜色的辨别能力差的则称色弱， 它 与色盲的界限一般不易严格区分， 只不过轻重程度不同罢了 。

　色盲又分为全色盲和部分色盲（ 红色盲、 绿色盲、 蓝黄色盲等）

　。

　 1． 全色盲

　属于完全性视锥细胞功能障碍， 与夜盲（ 视杆细胞功能障碍）

　恰好相反， 患者尤喜暗、 畏光， 表现为昼盲。

　七彩世界在其眼中是一片灰暗， 如同观黑白电视一般， 仅有明暗之分， 而无颜色差别。

　而且所见红色发暗、蓝色光亮、 此外还有视力差、 弱视、 中心性暗点、 摆动性眼球震颤等症状。它 是色觉障碍中最严重的一种， 患者较少见。

　 2． 红色盲

　又称第一色盲。

　患者主要是不能分辨红色， 对红色与深绿色、 蓝色与紫红色以及紫色不能分辨。

　常把绿色视为黄色， 紫色看成蓝色， 将绿色和蓝色相混为白色。

　曾有一老成持重的中年男子买了 件灰色羊毛衫， 穿上后招来嘲笑， 原来他是位红色盲患者， 误红色为灰色。

　1875 年， 在瑞典拉格伦曾发生过一起惨重的火车相撞事故——因为司 机是位色盲患者， 看错了信号

　3． 绿色盲

　又称第二色盲， 患者不能分辨淡绿色与深红色、 紫色与青蓝色、 紫红色与灰色， 把绿色视为灰色或暗黑色。

　一美术训练班上有位画画得很好的小朋友， 总是把太阳绘成绿色， 树冠、 草地绘成棕色， 原来他是绿色盲患者。

　临床上把红色盲与绿色盲统称为红绿色盲， 患者较常见。

　我们平常说的色盲一般就是指红绿色盲。

　 4． 蓝黄色盲

　又称第三色盲。

　患者蓝黄色混淆不清， 对红、 绿色可辨， 较少见。

　 5． 全色反

　又称三原色盲. 是所有色盲病中, 严重的一种视觉障碍. 现实世界在其眼睛中. 如同一幅纯真的底片. 患者将红色视为绿色. 黑色视为白色. 所有看到的颜色与现实完全相反。

　 编辑本段色盲应该做的检查

　 色盲(弱) 患者生来就没有正确的辨色能力， 并且以为别人也和自 己一样， 故不能自 觉有病， 许多色盲患者眼部检查也无异常发现。

　 如何确定色盲和色弱?色盲和色弱的检查大多采用主觉检查， 一般在较明亮的自 然光线下进行， 常用检查方法如下。

　假同色图：

　通常称为色盲本， 它 是利用色调深浅程度相同而颜色不同的点组成数字或图形， 在自 然光线下距离 0. 5m 处识读。

　检查时色盲本应放正， 每一图不得超过 5 秒。

　色觉障碍者辨认困难， 读错或不能读出， 可按照色盲表规定确认属于何种色觉异常。

　 色线束试验：

　是把颜色不同， 深浅不同的毛线束混在一起， 令被检者挑出与标准线束相同颜色的线束。

　此法颇费时间， 且仅能大概定性不能定量， 不适合于大面积的筛选检查。

　 颜色混合测定器：

　是 nagel 根据红+绿=黄的原理， 设计出的一种光谱仪器， 它可以定量地记录红绿光匹配所需的量， 以判定红绿色觉异常， 此法既能定性又能定量。

　 编辑本段色盲检查图 简介

　 《色盲检查图》 的第五版， 第 1 组图可供大规模快速检查之用； 第 2组图以简单的几

　色盲检查图 何图形为特点， 特别适合文化程序较低的成人和文盲体检用； 第 3 组适合检查儿童； 第 4 组为多位数字组， 供对色觉有较高要求的职业人员 体检时用； 第 5 组为后天色觉检查图， 适用于临床眼科医师、 神经内 、 外科医师对眼底疾病和祝中枢疾病的辅助诊断。

　 图片用途

　 色觉是人眼重要的视功能之一， 色觉检查的方法主要有假同色图试验（ Pseud01sochromatlc Plates）

　、 彩绒试验（ Wool Skeins Test）

　、 色彩排列试验（ FM—100Hue Test， Panel D-15 Test）

　和色盲镜检查（ Anomaloscope）

　等。

　各种检查的侧重点不同， 各有一定的优缺点。

　 色觉检查图是根据假同色原理设计的检查方法， 具有检查简单、 快速的特点， 对于结果的确认也比较明了 ， 用于筛选色觉异常已有百年。

　本色觉检查图吸取国内 外色觉检查图的优点， 设置了 多种类型的检查图式，

　有几何图形、 数字图形、 线条图形、 物体图形等， 可用于检测红绿色觉及蓝黄色觉异常。

　 图片原理

　 大多是浅红色和浅绿色交叉来干扰测试人的， 如果是色盲， 他看到的只有一种颜色， 所以无法分别色差所构成的数字

　读图规则图片中正确答案的图形一般色调是不同于背景色的。

　例如正确答案图形是以红黄为主的暖色调， 则图片中的背景色则是以蓝绿为主的冷色调。

　如果你第一眼看到的图形和正确答案不同， 那是因为色弱色盲对图形的明暗比较敏感， 你仔细观察组成错误图形的小方块或小圆圈， 他们并不都是属于一个色调的。

　希望你能体会到区分图形的奥妙。

　同时你也可以采用其他一些联想或标识记忆的方法， 记住答案， 体检的时候果断的说出正确答案。

　 编辑本段红绿色盲眼中的世界

　 18 世纪英国著名的化学家兼物理学家道尔顿， 在圣诞节前夕 买了 一件礼物——一双“棕灰色” 的袜子， 送给妈妈。

　妈妈看到袜子后， 感到袜子的颜色过于鲜艳， 就对道尔顿说：

　“ 你买的这双樱桃红色的袜子， 让我怎么穿呢？ ” 道尔顿感到非常奇怪， 袜子明明是棕灰色的， 为什么妈妈说是樱桃红色的呢？ 疑惑不解的道尔顿又去问弟弟和周围的人， 除了 弟弟与自己的看法相同以外， 被问的其他人都说袜子是樱桃红色的。

　道尔顿对这件小事没有轻易地放过， 他经过认真的分析比较， 发现他和弟弟的色觉与别人不同， 原来自 己和弟弟都是色盲。

　道尔顿虽然不是生物学家和医学家，却成了 第一个发现色盲症的人， 也是第一个被发现的色盲症患者。

　为此他写了 篇论文《论色盲》 ， 成为世界上第一个提出色盲问题的人。

　后来， 人们为了 纪念他， 又把色盲症称为道尔顿症。

　 不能分辨红和绿这两种颜色， 为一种先天性的色觉障碍病。

　 控制红绿色盲的基因位于 X 染色体上， 且为隐性基因， 通常用 Xb 表示，Y 染色体由于过于短小， 缺少与 X 染色体相应的同源区段而没有控制色盲的基因。

　 如果一个色觉正常的女性和一个男性红绿色盲患者结婚， 在他们的后代中， 儿子的色觉都正常； 女儿虽表现正常， 但由于从父亲那里得到了 一个红绿色盲基因， 因此都是红绿色盲基因的携带者。

　 如果女性红绿色盲基因的携带者和一个色觉正常的男性结婚， 在他们的后代中， 儿子有 1/2 正常， 1/2 为红绿色盲； 女儿都不是色盲， 但有 1/2是色盲基因的携带者。

　在这种情况下， 儿子的色盲症是从母亲那里遗传来的。

　如果一个女性红绿色盲基因的携带者和一个男性红绿色盲患者结婚，在他们的后代中， 儿子有 1/2 正常， 1/2 为红绿色盲； 女儿有 1/2 为红绿色盲， 1/2 是色盲基因的携带者 。

　 如果一个女性红绿色盲患者和一个色觉正常的男性结婚， 在他们的后代中， 儿子都是红绿色盲； 女儿虽表现正常， 但由于从母亲那里得到了 一个红绿色盲基因， 因此都是红绿色盲基因的携带者。

　 通过对以上四种婚配方式的分析， 可以看出， 男性红绿色盲基因只能从母亲那里传来， 以后只能传个女儿， 这种遗传特点， 在遗传学上叫做交叉遗传。

　正常 人与色盲的对比(18 张) 详见右侧图册

　注：

　 A 为正常人

　B 为色盲

　编辑本段辨证

　 色盲一般无明显的自 觉症状， 患者眼部无其他症状， 视力与常人无异，只是不能正确辨别色泽浓淡或明暗相同的颜色。

　 编辑本段治则

　 色盲的治疗宜疏调眼部经络气血， 补养肝肾， 健运中土， 调和玄府。

　 编辑本段色盲的辨证及治疗方法

　 色盲一般是指视物时色觉障碍而言， 由其程度和特征不同可分为色弱和色盲两种。

　以色弱及红绿色盲较为多见。

　一般无明显的自 觉症状， 往往在工作中或体检时发觉。

　中医学称色盲为“视赤如白” 症， 认为系先天不足， 肝肾两亏而致，或为脾胃虚弱， 水谷精微之气化生不足， 玄府之精气不充而致。

　 针灸穴位

　 主穴：

　睛明、 风池、 丝竹空、 四白。

　 配穴：

　瞳子髎、 攒竹、 足三里、 光明、 行间、 合谷。[1]

　穴位与指压法

　 指压位于眼球正中央下 2 厘米处的“ 四白” ， 能提高眼睛机能。

　指压时， 一面吐气一面用食指强压 6 秒钟。

　指压时睁眼指压和闭眼指压均可。

　 睁眼指压时， 能明确判断色彩， 闭眼指压时， 能治疗视力异常、 假性近视。

　如果是患有强烈色彩异常的话， 应重点的强压眼下。

　 不断进行这种指压的话， 会逐渐祛除色觉异常。

　早上在洗脸镜前不妨指压一次， 女性以夜间卸装后指压为宜。

　 色盲矫正镜

　 矫正色盲的有效途径。

　色盲矫正镜的原理， 为根据补色拮抗， 在镜片上进行特殊镀膜， 产生截止波长的作用， 对长波长者可透射， 对短波长者发生反射。

　戴色盲眼镜， 可使原来色盲图本辨认不清的变为能正确辨认。达到矫正色觉障碍的效果。

　...

篇二：交叉遗传是什么意思

40卷2004 年 7月

　第 4期 南京大学学报( 自然科学) J OURNAL OF NANJ ING UN IVE RSIT Y (NAT URAL SC IE CES) V o1． 40，No． 4 J uly ， 2004 遗传算法交叉算子性能对比研究 熊

　(南京大学电子科学工程系， 南京， 210093) 军

　， 高敦堂， 沈庆宏， 都思丹

　摘法中常见的单点、 双点和均匀交叉算子子代生成空间上子代生成特点进行了系统分析， 并使用

　具有代表性的NK Landscape上两种基因关联模型(NK型(sGA 和 ssGA)进行试验， 试验结果表明不存在算子性能的绝对差异， 实际问题基因间的关 联紧密度及遗传算法模型对交叉算子性能有很大影响， 当解空间基因位置关联紧密时应用双点 交叉算子性能最好， 而均匀交叉算子性能受 SGA 和SsGA 的影响最小．

　关键词：

　遗传算法， 交叉算子， 子代生成空间， NK Landscape 中图分类号：

　0 224 要：

　就交叉算子性能对比问题， 提出了算子子代在海明距离上分布的分析方法， 对遗传算 — RNI) 和 NK— ADJ )和两种遗传算法模 Comparation of C rossover Operators in G enetic A lgor i thm X iong J un ， Gao Dun— Tang ，Shen Qing-Hong ， Du Si— Dan (Department of Electronics Science and Engineering， Nanjing University， Nanjing， 210093， China) A bstract：

　uniform cro ss o ver operators a r e most frequently used．Previous rese a rcher s

　have made attempts in comparing the Crc x,~ s o ver operator is the key search operator in Genetic A lgor i thm ，and one— point，two-p o int and performance of these crossover operators，but all neglect the fact that croxs o ver operator must be put into the real implementation of GA

　with a real problem to see its p e r f or m ance．

　In this paper we present the comparison of the three crossover operators by analyzing their children generation abilities in the Hamming space．T w(】

　kinds of children generation model a r e used：fir s t，one of the parents is fixe d

　and the other is selecte d

　at random ；~ cond，both parents are fixe d

　with maximum hamming distan ce．

　T o illustrate the effects of different problem mo d ds and different GA

　models， exp e riments a r e carried O Ut on two type s

　of NK

　landscape in both the SGA

　and SsGA

　mode1．R esults show that no cro s s o ver op e rator is definitely superior to other s ． T he p e r f or m ance of a crc~sover op e rator should be measure d

　with different problems and different GA mo d els．Two-point crc x ~sove r outperforms othe r cro．gene conne c tion，and the unifoI Tn crossover iS more insensitive to different GA mo d els such as SGA

　and SSGA ．

　,~ s over operator s

　in problen-L s with adjacent K ey words：

　genetic algorith m ， crossover operator ， childb x：

　~space ，NK

　L andscap e

　*基金项目：

　国家自然科学基金(60275041)， 南瑞继保研究生基金(2003) 收稿日 期：

　2003一 ll — l5

　通讯联 系人， E— mail：

　robinxj@263 net 维普资讯 http://www.cqvip.com

　第 4期 熊军等：

　遗传算法交叉算子对比

　· 433 · 相对于进化计算(EC)框架中的进化策略(ES) 、 进化编程(EP) ， 遗传算法的显著特点是 采用了基因串编码方式和引入了交叉算子作为主要搜索算子_J，择是遗传算法改进的主要途径之一[ ， ， 因此， 交叉算子作用分析在遗传算法研究中是非常

　重要的问题．

　对于常见的单点交叉、 双点交叉和均匀交叉算子， 已经有研究者分别对其性能进行了分 析比较， Syswerda等[ ]提出了均匀交叉算子并和单点、 双点交叉算子进行了函数优化实验 对比， 得出均匀交叉优于单双点交叉， 但在某些问题上双点交叉更好的结论； 徐洪泽等_6

　J对 单点、 双点交叉算子从种群离散程度进行了对比认为双点交叉优于单点交叉， 张军英等 7 J 通过算子可达性分析得出均匀交叉算子优于单点交叉算子的结论．然而以上算子性能分析方法都还存在一些问题：

　①对算子性能的比较是单一地从算子 本身的某个特性(如文献[6]中提到的的种群离散度特点和文献[7] 中提到的可达性特点)出

　发； ②没有考虑多种遗传算法结构对算子性能的影响； ③试验使用的函数没有对函数本身特 点分析其对算子性能可能的影响． 本文针对以上不足， 提出了使用交叉算子子代生成在海明

　空间分布特征对算子特性进行统一描述比较， 然后结合具体问题使用两种NK Landscape模 型和两种遗传算法模型对3种算子实际性能进行比较试验， 从整体上分析了交叉算子实际 性能的影响因素．

　j其中交叉算子的设计和选

　1

　交叉算子子代空间分布分析 遗传算法作为一个基于种群的搜索算法， 其搜 索过程是一个迭代寻优的过程． 常用的简单遗传算 法(SGA)运行流程如图 l 所示：

　从遗传算法的计算流程可以看出， 算子之间是

　相互作用相互影响的． 对于一个随机算子的输人输 出关系， 我们定义其输出为一个算子的子代生成空 间N为如下的映射：

　N ：

　S —

　P ( S ) 其中S 即算子的输入集合， P( S)为算子输入集合的

　超集． 对于二进制编码， 海明距离衡量了不同个体间

　相似程度． 因此， 本文采用算子子代在海明空间的分 布特点来统一描述不同算子的特性． 鉴于实际遗传 算法运行时的随机性， 这里主要考虑两种简化条件 下子代分布特性：

　①． 一个父体固定， 另一个父体随机选取时算子子代在距父代的海明距离 上的分布， 该分布反映了从统计意义上交叉算子生成的子代与父代的相似性； ②． 在两个父 体都已选定的情况下交叉算子子代生成能力， 这更接近于具体实际进行交叉运算时的特点，

　这里只考虑当父代个体具有最大海明距离 L 时(此时父代张成的空间最大)交叉算子的子 代生成能力． 1． 1单点交叉算子分析考虑父代个体PI = ( af，】

　af 一 2⋯ a0)是固定的， 另外一个父体 P2= (bf， 一 ， bf， 一 2⋯b0)是均匀分布随机选取的情况． 使用单点交叉算子生成子代个体 CI = ( 1) 图 1 简单遗传算法流程 Fig． 1 F lowchar t of

　SG A

　维普资讯 http://www.cqvip.com

　·434 · 南京大学学报( 自然科学) 第 40 卷 (口 L一 1口 1． ． ·口

　一 1 ． ． ·6o) ， 即P1的0～k 一 1基因位被随机取代， 由于父代均匀分布因此对每 一基因位b 来分析， 有：

　f1／ 2． b = 口

　P (b ) = ， (2) 【 1／ 2， bi ai 当b =一ai时产生海明距离， 因此对每一个k 有：

　P (Hd = t) = Cl × 2～， 0 ≤ t ≤ k 而k 在 1～L 一 1上均匀选取， 于是子代随海明距离Hd的总分布为：

　(3) P(Hd = ￡ ) = ∑

　×2～ ， 0≤￡ ≤L 一 1

　(4) 由(3) 式可以看出， 海明距离 t 上的个体在k≥t 时由0～(k 一1) 位基因重组产生， 因

　此， 对于给定具有最大海明距离L 的父体时， 单点交叉只能生成 L 一1个不同个体， 在海明

　距离 t(0≤t≤L 一 1)上只能生成一个子代， 该子代由0～( t 一 1)位基因重组生成， 数目为：

　N ( t) = 1， 0 ≤ t ≤ L 一1 1． 2双点交叉算子子代生成空间分布当P1= ( 口 L一 1 口 L一 2⋯ao)是固定的， 另外一个父体 P2= (bL一 1 bL-2"""b0)随机均匀选取时， 使用双点均匀交叉生成的子代个体 C1：( aL一 1 a1

　⋯akb 一 1． --6

　， 一 1⋯口 o) ， 则类似单点交叉算子分析， 在交叉点距离为 T = (k 一

　)时有：

　P(Hd = t) = Cl下 × 2～， 0≤ t ≤ T 可以看出， 当丁越小时t 越小子代分布越集中在距父代海明空间附近， 再考虑交叉点 k， 本身有c}L一 1 )种 选取方式， 且对于一个特定的T =(k— J )， 其的可能选取数N(T)为：

　NT ：L —l 一丁， T = 1， 2， ⋯ ， L 一2 因此子代随海明距离 t 的分布为：

　(5) (6) (7) P (Hd ：￡ ) ：

　× c" r × 2- T"0≤ ￡ ≤ L 一2 (8) T = l L 一1 双点交叉算子生成子代时， 重组基因位限制在随机交叉点 k，

　之间， 子代都由相邻基 因位重组生成． 在给定两个父体具有最大海明距离L 时， 共能生成 CL_l 个子代个体， 在海 明距离t 上的个体数目N ( t)为：

　N( t ) = L 一1 一t ， 1≤ t ≤ L ～2 1． 3均匀交叉算子子代生成空间

　当 P1 ：( 口 L一 1口 L一 2⋯口 o) 是固定的， 另外一个父体 P2= (bL一 1 bL-z""b0)随机均匀选取的时候， 生成子代 C1= (eL一 1⋯co) ， 其中

　f1／ 2 ． c， ：口

　P(c

　) 1

　1 ／ 2 ,c

　b i ‘由于每个基因在均匀交叉时候交换是独立的， 针对P1基因位 i 上的基因口

　∈(0， 1) ，其生成 C

　取值的概率为：

　f3／ 4． c = 口

　P(c i 1 1 ／ 4 ,c ：

　一 a i，这样， 对 P1来讲， 其每一位产生变异的概率独立地都是 1／ 4， 因此， 对于其子代在海明距离 Hd 上分布为：

　(9) (1 0 )

　(1 1 ) 维普资讯 http://www.cqvip.com

　第4期 熊 军等：

　遗传算法交叉算子对比

　· 435 · P (Hd = t ) = × ( ) × ( )卜 ， t = 0， ⋯ ， L (12) 由于均匀交叉的随机性， 在海明距离 t 上的所有子代个体是完全均匀采样的． 当给定父 体具有最大海明距离L 时， 具有完全的子代生成能力， 海明距离为 t 的子代数目 为：N ( ￡ ) =

　(13) 图2是基因串长度L = 24 时3 种算子子代生成空间随海明距离的概率分布情况， 单纯 的从子代在海明距离上地分布来看， 双点交叉算子倾向于生成与父代相似的个体， 而均匀交 叉算子子代一般与父代有较大差异．

　> 、

　．-=

　=

　0

　岛 00

　 H amming D istance 图 2 算子子代生成空间随海明距离分布(L = 24) F ig． 2 child distribution on hamming distance 文献[4]中提到的种群离散度是从 BCD 编码角度考虑了不同基因位的权重影响， 因此 单点交叉由于产生海明距离的基因集中在低位， 得出了离散度不如双点交叉的结论． 然而实 际个体表述时染色体串不存在基因位置权重问题， 从图中可以看出实际上从海明分布本身 来看， 单点交叉种群离散度更优于双点交叉． 然而实际遗传算法运行中， 父代选取不是均匀采样的， 在不同的算法结构和针对不同的 组合优化问题时， 这种种群离散度分析对算子实际性能影响是较小的． 更实际的应该考虑选 定父体的情况下算子子代生成能力( 即前面对第二种子代分布的分析) 和具体问题的特点，

　以下通过具体试验来分析． 2实验设计与结果分析 Kauffman的NK Landscape是一类用于研究组合函数非线性性的问题模型， 它被广泛 应用于遗传算法算子性能测试的实验研究中[8,9 ]． 在NK Lm ndscape模型中需要确定两个参 数N 和K ， 参数N 确定基因串长度而参数K 表示一个位置上的基因与其它K 个位置上的

　基因存在的相关性， 可以证明当K > 2 时， NK L,a~ scape优化问题是一个NP 完全问题[9]．

　维普资讯 http://www.cqvip.com

　·436 · 南京大学学报( 自然科学) 第 40卷 对于长度为N 的基因串中的每一个基因， 加上与其相关的K 位基因共有2¨

　个(对二进制 编码)不同赋值在0， l 间均匀的随机生成， 将这N × 2¨ 个值存储在一张查找表内， 当计算 基因串适度值的时候， 找出每一位基因在表内位置的适度值， 其平均值就是这个长度为N 的基因串在0， l 间的适度值(fitness) ． 如表l 是一个 N = 5， k= l 的NK Landscape的查找 表， 当对二进制串l 1 010 的适度值进行计算的时候， feval(OlO l 1) = (0． 19+ 0． 22+ 0． 90 + 0． 88 + 0． 44)／ 5 = 0． 526．

　表 1

　NK 适度函数样表(N = 5， K = 1) 表2 NK

　Landscape实验结果(N = 24， K = 3) T ablel Sample of NK

　L a n dscap e

　T able 2 Test results of NK

　Landscap 单点双点均匀 NK

　R ND

　NK—— ADJ SGA

　400 401 402 S：

　297 309 407 SGA

　497 553 373 S：

　365 435 312 本文使用两种类型的NK Landscape来进行模拟数值试验， 一类是基因间的关联都在相 邻位基因间产生， 用NK— ADJ 表示； 另一类是基因关联位随机选取， 用 NK —RND 表示． 选 取 N = 24， K = 3 的NK 参数， 种群大小控制在 1 00， 最大进化代数为 100， 变异概率设为 0． 01， 交叉概率设为0． 7， 为了保持足够的选择压力， 使用联赛选择(tournament selection) ，

　规模为2． 每次试验独立重复进行l 000 次， 以搜索到全局最优点的次数作为评价标准． 分别 采用简单遗传算法流程(SGA )_2

　J和稳态遗传算法流程(ste ady— state GA )_1

　， 得到实验结果 如表 2所示． 由实验结果可以看出， 算子之间性能对比在不同的条件下都有较大差异：

　1． 对不同的遗传算法流程SGA 和 SSGA ， 3 种算子都在 SGA 方式下性能普遍更好一 些， 其中均匀交叉算子对采用SSGA 或者SGA 的性能敏感程度最小， 而单点交叉受到的影 响最大． 2． 算子之间性能对比， NK — RND模型中3种算子在SGA 方式下性能没有明显差异，

　但在选用SSGA 后均匀交叉算子性能稳定， 双点， 单点交叉算子性能依次下降． NK型中， 双点交叉算子性能最好， 均匀交叉算子性能最差． 总的来说， 双点交叉算子性能在大部 分情况下性能较好， 但没有一个算子在所有情况下性能都绝对优于另一个算子．

　首先分析SGA 和SSGA 的特点对算子性能的影响， SGA 是子代完全取代父代模型， 而 SSGA 方式下父代参与子代种群竞争． SGA 存在种群漂移的现象， 即通过多次更新， 新的种 群可能偏离原来的分布探索新的区域， 群体收敛性差， 但是能够搜索到需要较长的搜索步长 才能到达的最优解， 而SSGA 中种群分布相对恒定， 难以实现区域转移． 这对交叉算子性能 的影响主要与算子在给定父体情况下生成子代个体的能力有关， 由前面的分析可以看...

篇三：交叉遗传是什么意思

算法的交叉算子分析邓春燕（河池学院 计算机与信息科学系，广西 宜州 546300 ）摘如组合优化、 调度问题。关键词：

　遗传算法； 遗传算子； 交叉算子中图分类号：

　TP399要：

　交叉算子是遗传算法中的一种重要算子。

　文章介绍了编码方法基础上的各种交叉算子， 以及如何应用到复杂问题，文献标识码：

　B文章编码：

　1672－6251 （2009 ）

　05－0124－03Analysis of crossover operator of genetic algorithmDENG Chun-yan(Department of Computer and Information Science, Hechi University, Yizhou 546300, China)Abstract:Crossover operator is an important operator of Genetic algorithm .A coding method based on a variety of crossoveroperator was introduced in this paper. It provided the methods to solve the complex problems, such as combinatorial optimization,scheduling issues.Key words:Genetic algorithm; Genetic operator; Crossover operator《农业网络信息》2009 年第 5 期交流园地1引言遗传算法 ( GA）

　是由美国 Michigan 大学的 JohnHolland 教授于 20 世纪 60 年代末期创建的。仿自然界生物进化机制发展起来的随机全局搜索和优化方法， 借鉴了达尔文进化论和孟德尔、 摩尔根遗传学理论。

　其本质是一种高效、 并行、 全局搜索的方法， 能在搜索过程中自动获得和积累有关空间搜索的知识， 并自适应地控制搜索过程以获得最优解[1]，[5～7]。基本遗传算法John Holland 教授通过模拟生物进化过程设计了最初的遗传算法， 我们称为基本遗传算法 (标准遗传算法或简单遗传算法）。一般地遗传算法由以下成分组成遗传表示； ②创建解的初始种群的方法； ③根据个体适应值对其进行优劣判定的评价函数； ④用来改变复制过程中产生的子个体遗传组成的遗传算子 （交叉和变异）； ⑤遗传算法参数。基本遗传算法的流程如下[2]: ①使用二进制编码对搜索空间进行编码； ②随机产生包含 n 个个体的初始种群； ③适应度评价测试个体适应度 （个体适应度反它是模2[2]: ①问题解的映个体好坏的情况）； ④WHIL E < 未满足迭代终止条件〉 DO ； ⑤用轮盘赌选择法选择出若干个个体进行繁殖， 个体可以重复； ⑥随机配对， 按一定概率 （交叉概率）

　进行单点交叉操作， 并生成两个子个体； ⑦按一定概率 （变异概率）

　变异二进制个体串中某个（些）

　位； ⑧适应度评估测试个体适应度； ⑨ENDDO。3遗传算法中的交叉算子在生物的自然进化过程中， 两个同源染色体通过交配而重组， 形成新的染色体， 从而产生出新的个体或物种。

　交配重组是生物遗传和进化过程中的一个主要环节。

　模仿这个环节遗传算法中使用交叉算子来产生新的个体。遗传算法中的交叉交叉又称重组， 是按较大的概率从群体中选择两个个体， 交换两个个体的某个或某些位。信息交换的思想。

　①交叉操作是遗传算法中最主要的遗传操作。

　其作用是组合出新的个体， 在串空间进行有效搜索， 同时降低对有效模式的破坏概率； ②交叉运算是遗传算法区别于其他进化算法的重要特征， 它3.1交叉体现了收稿日期：

　2009－03－13基金项目：

　广西研究生科研创新项目 （2008105930701M51）作者简介：

　邓春燕(1971-),女， 硕士研究生， 讲师， 研究方向：

　粗糙集理论与方法、 数据挖掘。124——

　《农业网络信息》2009 年第 5 期交流园地在遗传算法中起关键的作用， 是产生新个体的主要方法； ③交叉算子的设计包括如何确定交叉点的位置和如何进行部分基因交换两个方面的内容。

　设计交叉算子应考虑如下几点：

　①保证前一代中有优秀个体的性状能够在后一代的新个体中尽可能得到遗传和继承；②交叉算子设计和编码设计需协调操作。单点交叉：

　单点交叉又称为简单交叉， 它是指在个体编码串中只随机设置一个交叉点， 然后在该点相互交换两个配体个体的部分染色体。

　图 1 为单点交叉运算的示意图。交叉前:AB交叉后:A’B’图 1（2）

　两点交叉：

　两点交叉是指在个体编码串中随机设置了两个交叉点， 然后再进行部分基因交换。

　两点交叉的具体操作过程是: ①在相互配对的两个个体编码串中随机设置两个交叉点； ②交换两个个体在所设定的两个交叉点之间的部分染色体。叉运算示意图。交叉前:A图 2 为两点交B ‘交叉后:A’B ‘图 2（3）

　多点交叉：

　或称广义交叉， 是指在个体编码串中随机设置多个交叉点， 然后进行基因交换。

　其操作过程与单点交叉和两点交叉相类似。（4）

　均匀交叉：

　也称一致交叉， 是指两个配对个体的每个基因座上的基因都以相同的交叉概率进行交换， 从而形成两个新的个体。

　其具体运算是通过设置一屏蔽字来确定新个体的各个基因如何由哪一个父代个体来提供。

　主要操作过程如下：

　①随机产生一个与个体编码串长度等长的屏蔽字 W=w1w2Lw1Lw1， 其中 L为个体编码串长度； ②由上述规则从 A、 B 两个父代个体中产生出两个新的子代个体 A′、 B′。则 A′在第 i 个基因座上的基因值继承 A 的对应基因值， B′在第 i 个基因座上的基因值继承 B 的对应基因值； 若 ωi = 1 ， 则 A′在第 i 个基因座上的基因值继承B 的对应基因值， B′在第 i 个基因座上的基因值继承A 的对应基因值。（5）

　均匀两点交叉：

　是指两个配体 A、 B 中随机若 ωi = 0 ，产生两个交叉点， 然后按随机产生的 0 、 1 、 2 三个整数进行基因交换， 从而形成两个新的个体[4]。机数是 0 时， 配体的前面部分交叉;当随机数是 1 时，配体的中间部分交叉;当随机数是 2 时， 配体的后面部分交叉。还有其他的交叉算子， 如：

　缩小代理交叉、 洗牌交叉等。适合浮点数编码的交叉算子浮点数编码方法是指个体的每个基因值用某一范围内的一个浮点数来表示， 个体的编码长度等于其决策变量的个数。除上述所述的适合二进制编码方法的交叉算子可用于浮点数编码方法的交叉操作中， 还使用以下主要的交叉算子。（1）

　离散交叉：

　是指在个体之间交换变量的值，子个体的每个变量可按等概率随机地挑选父个体。（2）

　算术交叉：

　是指由两个个体的线性组合而产生出两个新的个体。算术交叉的操作对象一般是由浮点数编码所表示的个体. 其定义为两个向量 （染色体）的组合乘子。

　特殊情况有：①当 λ1=λ2= 0.5 时 ， Davis 称 其 为 平 均 交 叉 ，Schwefel 称其为中间交叉 （intermediate crossover）； ②把乘子作为区间 [ - d ， 1 + d] 上的随机数时， Muh-lenbein 和 Schlierkamp - Voosen 称其为扩展中间交叉；（3）

　启发式交叉而父个体 1 有较好的适应度， 则如下函数产生子个体:子个体= 父个体 2 + Radio 3其中 Radio 指定子代离较好适应度的父代有多远， 其缺省值为 1. 2。还有适合序号编码的交叉算子， 如部分匹配交叉、 顺序交叉、 循环交叉、 基于位置交换等。应用问题的交叉算子组合优化问题组合优化研究那些含有有限个可行解的、 日常生活中 （尤其是工程设计中）

　大量存在的问题。

　典型的工程设计问题包括集覆盖、 背包、装箱、 二次分配等。下面以前两种问题为例说明遗传算法中使用的交叉算子。（1）

　集覆盖问题：

　问题可描述为：

　对于一个 m 行n 列的 0 - 1 矩阵， 用最小的费用选择一些矩阵的列使其能够覆盖所有的行[3]。用遗传算法解决集覆盖问题， Beaseley 和 Chu 提出一种通用的基于适应值的交叉算子， 称其为熔合算子， 其仅生成一个后代。当随3.2[2]: x1=λ1x1+λ2x2； x2=λ1x2+λ2x1， 其中 λ1、 λ2称为[2]：

　如果父个体 1 和父个体 2 ，（父个体 1 - 父个体 2)。3.33.3.1设 P1 和 P2 表示父代染色125——

　《农业网络信息》2009 年第 5 期交流园地体串， f1 和 f2 分别表示两个父代的适应值， C 表示子代染色体串， i 表示染色体的第 i 位。

　熔合算子过程如下:①i = 1。②如果 P1 [i]= P2[i]， 则 C [i] := P1 [i] : = P2[i]。③如果 P1 [i] ≠P2 [i]f2）

　让 C [i] : = P1 [i]， 则 a 以概率 p = f2/;b 以概率 1-p 让 C [i] :=P2（f1 +[i]。④如果 i=n ， 停止； 否则 i=i+1 ， 返回第①步。（2）

　背包问题：

　问题描述：

　要求从许多物品 （通常称为项目）

　中选择一些来填充一个背包。量限制下， 在背包中分别存放多种重量、 价值不同的项目， 如何进行项目组合的选择， 使背包内项目总价值最大。遗传算法解决背包问题是使用了均匀交叉算子（如 2. 2. 1（4））。调度问题广义地讲， 调度问题考虑的是随时间的变化， 如何调度有限的资源在执行任务的同时满足特定约束。

　这些问题属于 NP - 难问题。

　在作业车间调度中， 给定一个作业的集合和一个机器的集合。每台机器同一时间最多可加工一个作业。括一系列工序， 每个工序需要在特定的机器上不间断地加工事先给定的时间。

　研究的目的是确定一个调度， 该调度将每个工序分配到对应机器的某个时间段， 同时最小化完成所有作业所需的最小加工持续时间。下面介绍遗传算法解决作业车间调度时应用的几种交叉算子 （基于字母排列编码）[3]。（1）

　部分映射交叉 （ Partially mapped crossover，PMX）：

　这是由 Goldberg 和 Lingle 提出。为: ① 在串中随机选择两个分割点， 由两个分割点定义的子串称作映射片断； ②在两个父代间交换子串从而产生原型后代； ③将第二个父代中所有子串中已有的符号全部去掉， 余下的顺序包含了原型子代需要的符号； ④根据从左到右的顺序将符号放入原型子代余下的空位中， 这样就产生了一个子代。（2）

　基于位置的交叉（Position - based crossover）：在一定重3.3.2每个作业包其主要步骤这是由 Syswerda 提出。

　其主要步骤为：

　①从一个父代中随机选择位置的集合； ②将父代中这些位置的符号复制到原型子代中对应的位置上； ③在第二个父代中删除已经被选择的符号， 余下的顺序包含了原型子代需要的符号； ④根据顺序从左到右将符号放入原型子代余下的空位中， 这样就产生了一个子代。（3）

　基于次序的交叉 （Order - based crossover）：这是由 Syswerda 提出。

　该方法与基于位置的交叉有少许不同， 它将一个父代中选出的位置上的符号次序加在另一个父代对应的位置上。还有循环交叉 （Order - based crossover）、 线性次序交叉 （Linear order crossover ， LOX）、 子顺序交换交叉 （Subsequence ex2 change crossover）、 部分调度交换交叉等。结束语本文对遗传算法中的交叉算子进行了简单介绍。要提高遗传算法解决复杂问题的效率主要就是对遗传算法进行改进， 要根据不同的问题应用不同的编码方式和选用适合编码方式的遗传算子。方法有很多， 到底哪种方法更优， 只能根据具体求解问题选择。但不管怎样， 从遗传算子的改进 （特别是对交叉算子的改进)这个角度出发， 确实能极大改善传统遗传算法， 提高其搜索效率， 克服过早收敛。4遗传算法改进的参考文献[1] 王小平，曹立明.遗传算法—理论，应用与软件实现[M].西安:西安交通大学出版社，2002,1.[2] 玄光男，程润伟.遗传算法与工程优化[M].北京:清华大学出版社，2005.[3] 刘立平.遗传算法综述[J]. 东莞理工大学学报,2005,12（3)：48～52.[4] 杨大地,张春涛.均匀亮点交叉遗传算法[J].重庆师范大学学报(自然科学版),2004,21(1):39～42 .[5] 阮忠，邓春燕.遗传算法在入侵检测中的应用研究[J].农业网络信息，2008,(8):90～92.[6] 史忠植.知识发现[M].北京:清华大学出版社,2006.[7] 董辉,吴习宇,余建桥.基于遗传 BP 神经网络的数据挖掘系统设计[J].农业网络信息，2004,(6):7～10.126——