优化算法：遗传算法

注：可先看实例《优化算法：遗传算法实例》对照理解

目录

1.前言

2.遗传算法的基本原理

2.1基本思想

2.2遗传算法中的生物遗传学概念

3.遗传算法的步骤

---

1.前言

遗传算法(Genetic Algorithm，GA) 是一种解优化问题的导向随机搜索方法，它模拟生物在自然进 化中的选择和遗传（即适者生存）规律而提出来的全局优化搜索算法。遗传算法的思想和基本概念最早由美国Michigan大学的J.Holland 教授于1975提出来的。

2.遗传算法的基本原理

2.1基本思想

遗传算法的基本思想基于模仿生物界遗传学的遗传过程。它把问题的参数用基因代表。把问题的解用染色体代表(在计算机里用二进制码表示)，从而得到一个由具有不同染色体的个体组成的群体。这个群体在问题特定的环境里生存竞争，适者有最好的机会生存和产生后代。后代随机继承了父代的最好特征，并在生存环境的控制支配下继续这一过程。群体的染色体都将逐渐适应环境，不断进化，最后收敛到一族最适应环境的类似个体，即得到问题最优的解。

2.2遗传算法中的生物遗传学概念

遗传学概念、遗传算法概念和数学概念三者之间的对应关系