GA（Genetic Algorithm）遗传算法与生物上遗传理论的不同，和种群选择策略

1、 从生物遗传理论中简化的遗传算法

遗传算法和高中生物学的基因遗传有一些不同，实际上是做了一些简化。

1. 生物中的个体在算法中表现为单个染色体
2. 生物中用ATGC四种核苷酸作为最基础的编码形式，算法中用01表示
3. 算法将从体细胞到精子卵子和交配的过程省略，没有对减数分裂过程进行模拟，并将交配时的精子卵子的自由结合用crossover代替。crossover可以说就是很简单的交换部分01数据，后文会再次提到。
4. 使用适应度选择策模拟自然选择
5. 由于crossover和交配原理的不同，算法中每一代的数量都是相同的

2、适应度策略

3、crossover

子代是父代的部分交换，也可能有其他的策略

4. 参考

MIT公开课，https://www.youtube.com/watch?v=kHyNqSnzP8Y
维基百科，crossover，GA

5、后续

1. 遗传算法的具体例子
2. 代码中各参数的含义
3. GA和GP的联系与区别
4. 复杂度度量的方法研究