計(jì)算機(jī)專業(yè)撒桨，因?yàn)楫厴I(yè)論文的需要鹅士，對(duì)遺傳算法還是有了深刻理解。LZ第一次寫技術(shù)博客阴颖，寫的不好地方愤诱，多多包涵云头，多多指正。
1.什么是遺傳算法
簡(jiǎn)單來說淫半，遺傳算法是模擬自然選擇和遺傳機(jī)制的尋優(yōu)方法溃槐。通過基因雜交，變異可能產(chǎn)生適應(yīng)性強(qiáng)的后代撮慨，通過優(yōu)勝劣汰的自然選擇竿痰，適應(yīng)能力強(qiáng)的基因結(jié)構(gòu)就保存下來。一句話概括就是：優(yōu)勝劣汰砌溺，勝者生存影涉。
2.遺傳算法流程
(1)制定編碼方式，一般我們選擇二進(jìn)制編碼规伐。
(2)設(shè)定適應(yīng)度函數(shù)蟹倾，一般我們選擇目標(biāo)函數(shù)為其適應(yīng)度函數(shù)。
(3)隨機(jī)產(chǎn)生初始種群，也就是隨機(jī)的解鲜棠。
(4)計(jì)算適應(yīng)值肌厨，看是否達(dá)到最大或者最小值。
(5)選擇豁陆、交叉柑爸、變異。
(6)計(jì)算適應(yīng)值盒音，選擇出第一代個(gè)體表鳍。
(7)重復(fù)(4)(5)(6)。
3.簡(jiǎn)單算例
為了能更直觀的理解遺傳算法祥诽，我們舉一個(gè)簡(jiǎn)單算例譬圣，
求
的最大值。其中
(1)個(gè)體編碼
遺傳算法的運(yùn)算對(duì)象是表示個(gè)體的符號(hào)串雄坪，所以必須把變量x1厘熟，x2編碼為一種符號(hào)串。本題中维哈，用無符號(hào)二進(jìn)制整數(shù)來表示绳姨。因?yàn)?-7之間的整數(shù)，所以分別用3位無符號(hào)二進(jìn)制整數(shù)來表示笨农，將它們連接在一起所組成的6位無符號(hào)二進(jìn)制數(shù)就形成了個(gè)體的基因型就缆，表示一個(gè)可行解。例如谒亦，基因型X＝101110所對(duì)應(yīng)的表現(xiàn)型是：x＝[ 5竭宰，6 ]。個(gè)體的表現(xiàn)型x和基因型X之間可通過編碼和解碼程序相互轉(zhuǎn)換份招。
(2)初始群體的產(chǎn)生
遺傳算法是對(duì)群體進(jìn)行的進(jìn)化操作切揭，需要給其淮備一些表示起始搜索點(diǎn)的初始群體數(shù)據(jù)。本例中锁摔，群體規(guī)模的大小取為4廓旬，即群體由4個(gè)個(gè)體組成，每個(gè)個(gè)體可通過隨機(jī)方法產(chǎn)生谐腰。如：011101孕豹，101011，011100十气，111001励背。
(3)適應(yīng)度計(jì)算
遺傳算法中以個(gè)體適應(yīng)度的大小來評(píng)定各個(gè)個(gè)體的優(yōu)劣程度，從而決定其遺傳機(jī)會(huì)的大小砸西。本例中叶眉，目標(biāo)函數(shù)總?cè)》秦?fù)值址儒，并且是以求函數(shù)最大值為優(yōu)化目標(biāo)，故可直接利用目標(biāo)函數(shù)作為個(gè)體的適應(yīng)度函數(shù)衅疙。
(4)選擇運(yùn)算
選擇運(yùn)算把當(dāng)前群體中適應(yīng)度較高的個(gè)體按某種規(guī)則或模型遺傳到下一代群體中一般要求適應(yīng)度較高的個(gè)體將有更多的機(jī)會(huì)遺傳到下一代群體中莲趣。本例中，我們采用與適應(yīng)度成正比的概率來確定各個(gè)個(gè)體復(fù)制到下一代群體中的數(shù)量饱溢。其具體操作過程是：先計(jì)算出群體中所有個(gè)體的適應(yīng)度的總和：
其次計(jì)算出每個(gè)個(gè)體的相對(duì)適應(yīng)度的大行 ：
它即為每個(gè)個(gè)體被遺傳到下一代群體中的概率，每個(gè)概率值組成一個(gè)區(qū)域绩郎，全部概率值之和為1絮识；最后再產(chǎn)生一個(gè)0到1之間的隨機(jī)數(shù)，依據(jù)該隨機(jī)數(shù)出現(xiàn)在上述哪一個(gè)概率區(qū)域內(nèi)來確定各個(gè)個(gè)體被選中的次數(shù)嗽上。
(5)交叉運(yùn)算
交叉運(yùn)算是遺傳算法中產(chǎn)生新個(gè)體的主要操作過程，它以某一概率相互交換某兩個(gè)個(gè)體之間的部分染色體熄攘。本例采用單點(diǎn)交叉的方法兽愤，其具體操作過程是：先對(duì)群體進(jìn)行隨機(jī)配對(duì)；其次隨機(jī)設(shè)置交叉點(diǎn)位置挪圾；最后再相互交換配對(duì)染色體之間的部分基因浅萧。
可以看出，其中新產(chǎn)生的個(gè)體111101和111011的適應(yīng)度較原來兩個(gè)個(gè)體適應(yīng)度都要高哲思。
(6)變異運(yùn)算
變異運(yùn)算是對(duì)個(gè)體的某一個(gè)或某一些基因座上的基因值按某一較小的概率進(jìn)行改變洼畅，它也是產(chǎn)生新個(gè)體的一種操作方法。本例中棚赔，我們采用基本位變異的方法來進(jìn)行變異運(yùn)算帝簇，其具體操作過程是：首先確定出各個(gè)個(gè)體的基因變異位置，下表所示為隨機(jī)產(chǎn)生的變異點(diǎn)位置靠益，其中的數(shù)字表示變異點(diǎn)設(shè)置在該基因座處丧肴；然后依照某一概率將變異點(diǎn)的原有基因值取反。對(duì)群體P(t)進(jìn)行一輪選擇胧后、交叉芋浮、變異運(yùn)算之后可得到新一代的群體p(t+1)。從上表中可以看出壳快，群體經(jīng)過一代進(jìn)化之后纸巷，其適應(yīng)度的最大值、平均值都得到了明顯的改進(jìn)眶痰。事實(shí)上瘤旨，這里已經(jīng)找到了最佳個(gè)體“111111”。
對(duì)群體p(1)進(jìn)行下一輪選擇凛驮、交叉裆站、變異得到新一代群體P(2),重復(fù)此步驟，直至達(dá)到最優(yōu)解。
以上算例是網(wǎng)絡(luò)的算例宏胯，只是個(gè)人歸納重新整理了一下羽嫡，以供大家交流學(xué)習(xí)。
