進(jìn)化算法，也被成為是演化算法（evolutionary algorithms，簡(jiǎn)稱EAs）利朵，它不是一個(gè)具體的算法律想，而是一個(gè)“算法簇”。進(jìn)化算法的產(chǎn)生的靈感借鑒了大自然中生物的進(jìn)化操作哗咆，它一般包括基因編碼蜘欲，種群初始化，交叉變異算子晌柬，經(jīng)營(yíng)保留機(jī)制等基本操作姥份。與傳統(tǒng)的基于微積分的方法和窮舉方法等優(yōu)化算法（具體介紹見(jiàn)博客[Math] 常見(jiàn)的幾種最優(yōu)化方法中的其他數(shù)學(xué)優(yōu)化方法）相比，進(jìn)化計(jì)算是一種成熟的具有高魯棒性和廣泛適用性的全局優(yōu)化方法年碘，具有自組織澈歉、自適應(yīng)、自學(xué)習(xí)的特性屿衅，能夠不受問(wèn)題性質(zhì)的限制埃难，有效地處理傳統(tǒng)優(yōu)化算法難以解決的復(fù)雜問(wèn)題（比如NP難優(yōu)化問(wèn)題）。
除了上述優(yōu)點(diǎn)以外涤久，進(jìn)化算法還經(jīng)常被用到多目標(biāo)問(wèn)題的優(yōu)化求解中來(lái)涡尘，我們一般稱這類進(jìn)化算法為進(jìn)化多目標(biāo)優(yōu)化算法（MOEAs）。目前進(jìn)化計(jì)算的相關(guān)算法已經(jīng)被廣泛用于參數(shù)優(yōu)化响迂、工業(yè)調(diào)度考抄、資源分配、復(fù)雜網(wǎng)絡(luò)分析等領(lǐng)域蔗彤。
引用：https://www.cnblogs.com/maybe2030/p/4665837.html
