首页 ›存档› 技术 › 查看内容

遗传算法如何模拟大自然的进化？

2018-3-30 13:00 |来自: 互联网 371 0

摘要: 遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法。遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。见下表：从上表 ...

遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法。遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。见下表：

从上表中，我们可以看到遗传算法是通过对编码串类似自然进化的遗传操作，来完成新个体的产生。当新个体产生后，我们就可以根据个体的适应值，遵循自然选择法则，适者生存来选取优秀个体再次进化，直到进化完成。

其中，遗传算法的流程图如下：

举例讲解：

根据上述流程图我们来一步一步理解下：

1. 确定实际问题参数：

首先，我们假如问题是找出下式子的最大值：

很显然，在该范围内存在x=0时，f(x)=1最大。如下图

至此，我们已经确定了问题的参数，即在[-1,1]上找出f(x)的最大值。

2. 对参数进行编码

采用二进制编码，将某个变量值代表的个体表示为一个{0,1}二进制串。串长取决于求解的精度。如果确定求解精度到3位小数，由于区间长度为1-(-1)=2，必须将区间[-1，1]分为2×10^3等份。因为

所以编码的二进制串长至少需要11位。

二进制串转化为十进制：

例如s=

声明：文章版权归原作者所有部分文章转自互联网如有侵权请联系 [邮箱地址] 删除

上一篇：机器与算法的流行时代，人该怎么办？下一篇：统计套利、高频交易、算法交易都是些什么鬼？

相关分类