基因演算法(GA)

基因演算法是根據達爾文所提出的「物競天擇，適者生存」自然進化法則，

以模擬生物於自然界進化的過程中，經由生物競爭以及天擇淘汰後，生存下來的 物種繁衍下一代，如此經過一代又一代，最後所存活的物種即為最能適應該自然 環境生存的物種。在基因演算法的過程中，每個染色體(Chromosome)中的基因 (Gene)分別對應到各個 IMF 之權重值，不同染色體就代表著不同的權重值組合，

每一代的所有染色體都會經過選擇、交配、突變三個步驟，接著計算適應函數 (Fitness Function)，適應函數代表著每個染色體的情緒語音辨識率，如此反覆，

直到達到固定演化代數或者得到一個可接受的結果時才結束，此時得到的最佳適 應函數所對應的染色體，即為所求的 IMF 之最佳權重值組合。圖 5.1 為 GA 演算 法流程圖。

是

否

圖 5.1 GA 演算法流程圖

5.1.1 選擇

在自然界中，物種會發生同類競爭，競爭的理由可能為了食物，可能為了領 域，可能為了求偶，生存下來的物種為該環境中最優秀的物種，換句話說就是對 於該環境適應性最好的物種。在基因演算法中，根據競爭結果挑選優秀的染色體 以進行交配產生子代，這個挑選的過程稱為選擇(Selection)。一般常用的選擇方 法為輪盤法(Roulette Wheel Selection)。

輪盤法是根據各個染色體的適應函數來做選擇，適應函數值越高，被選擇的 機率也越大，所有的染色體被選擇的機率和為 1。染色體被選擇的機率公式如下：



 _N

j j i i

f p f

1

(5-1)

初始化染色體

計算適應函數

選擇

交配

突變

達到終止條件 結束

其中p 為第 i 個染色體被選擇的機率，_i f 為第 i 個染色體的適應函數，N 為總染_i 色體數。每一代都需要重新計算一次 p 。所以輪盤法的做法就像是一個輪盤，_i 只是上面的格子大小比例是依據被選擇機率來決定，因此輪盤中有的格子大有的 格子小。

5.1.2 交配

在染色體選擇過後，將挑選得到的一對染色體進行交配(Crossover)並且產生 新的優秀子代。由於 IMF 之權重值為 0~1 之間之實數，因此我們採用實數型的 交配方式。實數型的交配方法是將一對染色體以線性組合的方式進行交配，其實 數交配公式如下：

j i

c gen gen

gen  (1) (5-2) 在公式(5-2)中，gen 為兩個不同染色體_c gen 和_i gen 交配後之子代染色體，_j  為 0~1 之間的實數常數，以亂數取之。

5.1.3 突變

突變是自然界中物種演化的法則之一，突變的結果有好有壞。而在基因演算 法之中加入突變機制，目的在於能避免區域最佳解的問題發生。一般而言，演算 法會對最佳的染色體以外的染色體執行突變的計算，這是為了要保留最佳的染色 體。因此，在基因演算法中會設置一個突變率的指標，染色體會經由突變率計算 該染色體是否發生突變，而突變率的大小對於基因演算法收斂速度有所影響，但 是設定太高或太低的突變率容易發生陷入區域最佳解的問題。在本論文中，實數 型染色體突變的方法為檢查染色體中的每個基因是否發生突變，若發生突變，則 該實數基因隨機產生一個在 0~1 範圍內之實數取代原來的基因，若沒發生突變，

則該基因不變。