首页 相关文章 有关遗传算法

有关遗传算法


  遗传算法(Genetic Algorithm, GA)是近几年发展起来的一种崭新的全局优化算法,它借用了生物遗传学的观点,通过自然选择、遗传、变异等作用机制,实现各个个体的适应性的提高。这一点体现了自然界中"物竞天择、适者生存"的进化过程。
  
  1962年Holland教授首次提出了GA算法的思想,从而吸引了大批的研究者,迅速推广到优化、搜索、机器学习等方面,并奠定了坚实的理论基础。
  
  用遗传算法解决问题时,首先要对待解决问题的模型结构和参数进行编码,一般用字符串表示,这个过程就将问题符号化、离散化了。也有在连续空间定义的GA(Genetic Algorithm in Continuous Space, GACS),暂不讨论。
  
  一个串行运算的遗传算法(Seguential Genetic Algoritm, SGA)按如下过程进行:
  
  (1) 对待解决问题进行编码;
  (2) 随机初始化群体X(0):=(x1, x2, … xn);
  (3) 对当前群体X(t)中每个个体xi计算其适应度F(xi),适应度表示了该个体的性能好坏;
  (4) 应用选择算子产生中间代Xr(t...[ 查看全文 ]

2016-02-19 标签:

有关遗传算法的相关文章

手机页面
收藏网站 回到头部