Biology plus Computer - 遗传算法(Genetic Algorithm)

本文介绍了遗传算法的基本概念及其在优化问题中的应用。遗传算法受自然界进化思想启发,通过模拟生物遗传过程解决数学问题。其核心在于适配度函数的设计,用于评估解决方案的有效性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

academic.jpg

遗传算法是优化算法中的重要一员。受到自然界中的物竞天择、适者生存的达尔文进化思想的启发,遗传算法通过借鉴生物的遗传、进化和对其进行计算机模拟,来完成各种人工系统的自适应要求和优化要求。

Genetic algorithms were first conceived in early 1970's (Holland, 1975). The initial idea came from observing how the evolution of biological creatures derives from their constituent DNA and chromosomes. In this sense a simple analogy can be made with a mathematical problem made up of many parameters. Each parameter can take the place of a chromosome in the mathematical analogy of a real chemical sequence.

遗传算法的普适性很强,基本上可以做到和被求解问题无关。两者的接口就是适配度函数(Fitness Function),用来衡量一个候选解的问题适配程度。当然是越高越好了。

最近做了一个小小的遗传算法题目,有些心得。等有空的时候把它放上来吧。呵呵,蛮有趣的。

转载于:https://www.cnblogs.com/hillfree/archive/2004/05/28/11929.html

评论
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