a999999123的博客

针对求解统一优化问题，不同参数设置的两个或多个遗传算法，或者遗传算法与其他启发式搜索算法，如何进行性能比较呢？一般可以归纳为求解效率与求解质量两个方面。接下来介绍几个指标。1.适应值函数计算次数是指发现同样适应性的个体，或者找到同样质量的可行解，所需要的计算次数。值越小，搜索效率越高。或者相反，在一定次数下比较发现的最佳个体或者找到可行解的质量。2.在线和离线性能函数3.最优解搜索性能采用当前群体发现的最佳可行解的改善情况作为度量遗传算法搜索能力的基本指标。其中，Pbest可以反映遗传算法搜

1.概述遗传算法，模拟达尔文进化论的自然选择和遗传学机理的生物进化过程的计算模型，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异，这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。解决的问题：主要还是解决优化类问题，尤其是那种不能直接解出来的很复杂的问题2.技术2.1编码（1）二进制编码二进制编码的字符串长度与问题所求解的精度有关。需要保证所求解空间内的每一个个体都可以被编码。优点：编、解码操