最近可能大家前期一直在上网课的原因,很多同学反映对于马上要来的ALEVEL生物考试总是觉得不太有把握。那本文就给大家整理一个重要ALEVEL生物考点——遗传算法的相关概念,让你的复习加把劲。
A-level生物的主要学习内容包括:生物化学,生态学,植物学,生理学,病理学和遗传学等。与GCSE阶段比起来,ALEVEL生物考点包含更多数学知识,涉及的内容面更广泛。
ALEVEL生物考试分为3个Paper:
Paper 1——40道选择题,时间为45分钟,占总比重的30%,考察同学们对基本生物知识点的掌握。
Paper 3——大约6道解答题,时间长为1小时15分钟,占总比重的50%,更深入的考察同学们对知识点的掌握。
Paper 6——是实验代替题(并不需要大家做实验),它的考试时间为1个小时。大家可以把Paper6想象升级版的解答题。
遗传算法的基本概念:
是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;
具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。
ALEVEL生物考点遗传算法的基本运算步骤:
a)初始化:设置进化代数计数器t=0,设置最大进化代数T,随机生成M个个体作为初始群体P(0)。
b)个体评价:计算群体P(t)中各个个体的适应度。
c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。
d)交叉运算:将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。
e)变异运算:将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。
群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。
f)终止条件判断:若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出,终止计算。
遗传算法也是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法,是进化算法的一种。
今日份ALEVEL生物考点分享就到这里。夏天CIE的ALEVEL的冲刺倒计时已开启,各家考试局秋季的考核也蓄势待发,如果你觉得复习进度有点落后、学习效率受网课影响,都可以点击预约试听【唯寻ALEVEL复习冲刺班】——
全球海归授课,
根据学员进度定制课程,
进行针对性真题精讲与重难点剖析,
开阔学习思路,
突破考试瓶颈,
省去孤独复习走弯路的时间,
为申请积累更多标化成绩优势。
唯寻学员。
。
更多ALEVEL学习攻略点击
学习有方法,成长看得见
筑梦牛剑/G5/常春藤