遗传算法演示文稿.pptVIP

遗传算法（GA） 遗传算法 1、 基本概念 2、遗传算法的基本原理和步骤 3、遗传算法的适用问题 4、遗传算法的应用 5、遗传算法的应用举例 6、遗传算法的优点和缺点 1、基本概念 遗传算法 遗传算法（Genetic Algorithm）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。 个体和种群 个体就是模拟生物个体而对问题中的对象（一般 就是问题的解）的一种称呼，一个个体也就是搜索 空间中的一个点。 种群(population)就是模拟生物种群而由若干个体 组成的群体, 它一般是整个搜索空间的一个很小的子 集。 适应度与适应度函数 适应度(fitness)就是借鉴生物个体对环境的适应程 度,而对问题中的个体对象所设计的表征其优劣的一 种测度。 适应度函数(fitness function)就是问题中的全体个 体与其适应度之间的一个对应关系。它一般是一个 实值函数。该函数就是遗传算法中指导搜索的评价 函数。 染色体与基因 染色体（chromosome）就是问题中个体的某种 字符串形式的编码表示。字符串中的字符也就称基 因（gene）。 例如： 个体 染色体 8