niulinbiao的博客

进化策略后面都简称ES，其本质就是：种群通过交叉产生后代，我们只保留较好的父代和子代，一直这样迭代下去，父代产生后代，然后将后代DNA和原来的父母DNA合并，然后根据适应度排序，然后选取前POP_SIZE的个体，重新组成一个种群微生物进化算法（MGA）遗传算法前两个文章都是以长度大于1的列表当作DNA序列，本次我们用实数来代替，即DNA就是一个实数，长度为1选好父母进行繁殖 (GA);先繁殖, 选好的孩子 (ES)通常用二进制编码 DNA (GA);

GA算法遗传算法 (GA)的问题在于没有有效保留好的父母 (Elitism), 让好的父母不会消失掉.(后面统称 MGA) 就是一个很好的保留Elitism的算法.一句话来概括: 在袋子里抽两个球, 对比两个球, 把球大的放回袋子里, 把球小的变一下再放回袋子里, 这样在这次选着中,大球不会被改变任何东西, 就被放回了袋子, 当作下一代的一部分.MGA算法与GA算法的本质区别在于，MGA算法对适应度较好的个体进行了保留，并将适应度较好的个体的DNA复制给较差的DNA个体并进行变异操作。

遗传算法就是在一个解空间上，随机的给定一组解，这组解称为父亲种群，通过这组解的交叉，变异，构建出新的解，称为下一代种群，然后在目前已有的所有解中抽取表现好的解组成新的父亲种群，然后继续上面的过程，直到达到了迭代条件或者获取到了最优解。进化算法流程框架下面我们来解释下这个流程图里面的一些概念适应度所谓的适应度，本质上可以理解为一个代价函数，或者一个规则，通过对初始种群中的个体计算适应度，能够得到对初始种群中的个体是否优劣的一个度量选择。