AI · 专题
遗传算法详解与实验
遗传算法（Genetic Algorithm, GA）是一种通用的优化算法，属于进化算法簇中一个比较实用又有名的算法。进化算法融合了自然生物进化中共有的一些行为：繁殖、变异、竞争、选择等。 基本流程 GA通过迭代来优化目标函数的参数，直到目标函数满足一定条件时结束。迭代对目标函数的连续性并无要求，也就是说算法的迭代并不基于目标函数在当前参数下的梯度等连续性质。算法的转化思想是将所有待优化参数看做生物染色体，单个参数看做染色体上对应位置的基因，而目标函数看做生物对生存环境的适应度。大致的迭代流程如下： 0、随机生成一定数量的生物个体，它们的染色体各不相同，因此在生存环境中的适应度也不同。也就是说