遗传算法通识

遗传算法（Genetic Algorithms ，GA）来源于自然界自然选择和遗传进化的思想，主要用于解决最优化问题（optimization problems）。遗传算法最早在20世纪70年代由John Holland提出。但实际上，我更认为其发明者是达尔文。遗传算法本质上是达尔文“优胜劣汰，适者生存”的进化论思想在计算机中的映射。

一、基本概念

与进化论相似，遗传算法有几个核心概念。知道进化论或学过生物的很容易理解。
个体（Individual）：一个猴子，一个猩猩，一个人。
种群（Population）：一群猴子，一群猩猩，一群人。
基因（Gene）：个体携带的基因。
染色体（Chromosome）：由基因拼接组成；作为个体的蓝本，在算法中一般代表个体自身。

遗传算法基于如下进化理论的类比：
（1）个体在种群中因为资源或配偶进行竞争；
（2）优秀的个体在竞争中更有优势；
（3）优秀个体相互结合能够产生更优秀的后代。

二、怎样判断优秀个体？

那么，怎么知道哪个是优秀的个体，哪个是不优秀的个体呢？在遗传算法中用“适应度值（fitness）”来度量，至于适应度值高是优秀还是低是优秀，看具体的问题了。
在算法实施过程中需要一个“适应度值计算函数”，来计算种群中每个个体的适应度值（fitness）。

三、怎样实施进化过程？

遗传算法的过程不复杂。
1）根据问题需要，随机生成个体，个体的数量可自行控制。
2）将个体组成一个种群。这前2个过程一般合并在一起。
3）计算个体适应度值。
4）根据适应度值选择优秀的个体。
5）将优秀的个体进行结合，产生一个或多个后代。
6）某个个体产生基因变异，变成了一个新个体。
7）将所有新个体加入到种群中，根据适应度值淘汰较差个体，使种群中个体数量保持不变。
8）满足退出条件就退出，不满足就转向步骤3）。

四、三个核心步骤

（1）选择（selection）

关键思想：优秀的个体有更多的机会把基因传给下一代。
选择的基准就是个体的适应度。而选择的策略根据问题和程序员自身意图，可以采用多种策略。一般使用较广、且易于实现的是轮盘赌策略（roulette wheel selection）。
假设种群中有6个个体，适应度值分别是[2,3,10,5,12,19]，其轮盘是如下形式：

我们转动轮盘，显然适应度越大的有更大的概率被选中。其简单的解释性代码可以表示如下：

# -*- coding: utf-8 -*-
import numpy as np
s = [2, 3, 10, 5, 12, 19] # 种群和个体
s_sum = sum(s) # 所有适应度的和
m = 0
r = np.random.random() # 0-1之间的随机数
c = 0
for i in range(len(s)):
    m += s[i] / s_sum
    if r <= m:
        c = i
        break
print(c) # 最后选中个体的序号

可以看出，用轮盘赌也有一定的限制。如果适应度值有正有负，就不好处理。所以轮盘赌只是选择策略的一种。最简单的是随机选择策略，在种群中随机选择个体进行进化。

（2）结合（或称交叉，crossover）

交叉过程根据问题和程序员的意图可自行设计。下面给出单点交叉法的过程示意图。

两个个体parent1和parent2，各分成2部分基因片段。分别将parent1的前部分基因片段和parent2的后部分基因片段，parent1的后部分基因片段和parent2的前部分基因片段相结合，生成了2个后代child1和child2。每个后代都拥有parent1和parent2的一部分基因。
在每一代进化中，交叉过程不是一定发生的，一般基于设定的概率发生。而这个概率设定的较高，一般在0.6以上。如果交叉不发生，parent1和parent2直接复制进入新种群。如果交叉发生，则对child1，child2，parent1，parent2进行适应度比较后，保留较好的进入新种群，也可以都进入新种群，具体怎么做没有标准，可以根据具体问题自行选择。

（3）变异（mutation）

为了确保种群的多样性，允许种群中有个体的基因变异。在实际问题中是跳出局部最优解。下图表示种群中某个个体的一段基因编码发生变异，生成了一个新个体。在每一代进化中，变异概率设置的较低，一般在0.1以下。注意：交叉概率和变异概率一个较大，一个较小，但不是交叉概率和变异概率之和一定等于1，没有这种说法，这两个概率没有相关性。

变异可以基于交叉后产生的个体，也可以基于种群中的所有个体，这个可以根据具体问题自行决策。