遗传算法

1 遗传算法概述

步骤

  1. 随机产生一组初始个体构成初始种群，并评价每一个体的适配值（fitness value）。
  2. 判断算法收敛准则是否满足。若满足则输出搜索结果；否则执行以下步骤。
  3. 根据适配值大小以一定方式执行复制操作。
  4. 按交叉概率pc执行交叉操作。
  5. 按变异概率pm执行变异操作。
  6. 返回步骤2。

遗传算法的特点

遗传算法利用生物遗传和进化的思想实现优化

  • 对问题参数编码成“染色体”后进行进化操作，而不是针对参数，这使得它不受某些函数约束条件的限制，如连续性、可导性等；

  • 搜索过程是从问题解的一个集合开始的，而不是从单个个体开始的，具有隐含并行搜索特性，从而大大减小了陷入局部极小的可能；

  • 具有全局搜索能力；

  • 适应性、收敛性。