1 简介
受自然界和生物界规律的启迪, 人们根据其原理模 仿设计了许多求解问题的算法, 包括人工神经网络, 模糊逻辑, 遗传算法, DNA 计算, 模拟退火算法, 禁忌搜索算法, 免疫算法, 膜计算, 量子计算, 粒 子群优化算法, 蚁群算法, 人工蜂群算法, 人工鱼 群算法以及细菌群体优化算法等, 这些算法称为智 能计算也称为计算智能 ( c o m p u t a t i o n a l intelligence, CI).
智能优化方法通常包括进化计算和群智能等两大类 方法, 是一种典型的元启发式随机优化方法, 已经 广泛应用于组合优化, 机器学习, 智能控制, 模式 识别, 规划设计, 网络安全等领域, 是 21 世纪有关 智能计算中的重要技术之一.
2 基本遗传算法
2.1 遗传算法的基本思想
遗传算法的基本思想
在求解问题时从多个解开始, 然后通过一定的法则进行逐步迭代以产生新的解
3 编码
3.1 位串编码
一维染色体编码方法
将问题空间的参数编码为一维排列的染色体的方法
(1) 二进制编码
用若干二进制数表示一个个体, 将原问题的解空间映射到位串空间
B={0,1}
然后在位串空间上进行遗传操作.
(2) Gray 编码
将二进制编码通过一个变换进行转换得到的编码
3.2 实数编码
4 适应度函数
4.1. 将目标函数映射成适应度函数的方法
来源: http://www.jianshu.com/p/a9f46ab1925c