遗传算法1(观看B站视频笔记,含示例代码)

本文介绍了遗传算法如何通过模拟生物进化过程,利用选择、交叉和变异算子求解最优化问题。通过实例演示了如何构造群体、个体和遗传算子在求解旅行商问题中的应用,以及Matlab代码实现步骤。

对于最优化问题,目标函数和约束条件种类繁多,主要求最优解的方法有三种:枚举法、启发式算法、搜索算法。

遗传算法就是全局搜索算法。

遗传算法中最优解的搜索过程是模仿生物的进化过程,使用所谓的遗传算子(Genetic operators)作用于群体P(t)中,进行下述遗传操作,从而得到新一代群体P(t+1)。

生物是以集团的方式去进化的,那这个集团就称之为群体。群体的单元就称之为个体。

表1 生物遗传概念在遗传算法中的对应关系

生物遗传概念 遗传算法中的作用
适者生存  算法停止时,最优目标值的可行解有最大的可能被留住 
个体 可行解
染色体 可行解的编码
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值