进化策略和遗传算法区别.pptVIP

进化策略和遗传算法有着很强的相似性 它们都是一类模仿自然进化原理的算法。 进化策略(evalutivn strategies，简称ES)是一类模仿自然进化原理以求解参数优化问题的算法。 遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真，是进化计算的一种最重要的形式. 进化计算和遗传算法借鉴了生物科学中的某些知识，从而体现了人工智能这一交叉学科的特点。 两者的区别 基本的区别是它们的研究方法和领域不同： 进化策略是一种数值优化的方法。它采用的是一个具有自适应步长σ，和倾角θ的特定爬山方法。直到最近，进化策略才被应用于离散型优化问题。 遗传算法从厂义是一种自适应搜索技术，决定着如何分配在高于平均规划的情况下呈指数增长的试验数据，参数优化是它的应用领域之一。 其他区别 表示个体的方式不同 进化策略在浮点矢量上运行，而遗传算法一般运行在二进制矢量上 选择过程不同 复制参数不同 。 遗传算法的复制参数（交叉和变异的可能性）在进化过程中保持 恒定，而进化策略时时改变它们。 基于二进制编码的遗传算法的局部搜索能力不强。引起这个问题的主要原因是,新一代群体的产生主要是依靠上一代群体之间的随机交叉重组来完成的,所以即使已经搜索到最优解附近,而想要达到这个最优解,却要费一番功夫。 　而进化策略能快速地搜索全局最优解。 所以， 借助当今技术的发展使得进化策略和遗传算法区别不再明显，可以相互结合，互补互进。 实例：采用基于进化策略的格雷码进行编码的遗传算法, 既能较快速地搜索适应度大的个体,也可以大概率地搜索全局最优解。是一种快速进行局部细致搜索的优秀的非线性方法。 * * 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。