谁养鱼（四）：遗传算法的实现

1 简介

根据达尔文的进化论，生物种群从低级、简单的类型逐渐发展成为高级、复杂的类型。各种生物要生存下去就必须进行生存斗争，具有较强生存能力的生物个体容易存活下来，并有较多的机会产生后代；具有较低生存能力的生物则被淘汰，或者产生后代的机会越来越少，直至消亡。

遗传算法借鉴了生物界自然选择、遗传变异机制，将种群代表一组问题的解，通过对当前种群施加选择、交叉和变异等一系列遗传操作，从而产生新一代的种群，并逐渐使种群进化到包含近似最优解的状态。遗传算法能够解决传统方法感到困难的许多复杂优化问题。

遗传算法很有趣，上过生物课的人很容易理解它，但是要设计一个好的遗传算法却并不容易。当看到谁养鱼这个问题时，觉得可以用遗传算法来试一试，现在我已经用Java实现了遗传算法，但是实验结果并不是很理想，权当做了一次实验证明遗传算法并不适合这类问题吧（当然也有可能是我的遗传算法没有设计好）。尽管这次实验结果不甚理想，下面还是介绍一下如何实现遗传算法。

设计一个遗传算法主要有五大要素：编码方式、种群规模的设定、适应度函数的设计、遗传算子的设计和终止条件的设定。

2 编码

当用遗传算法解决问题时，必须在问题空间和遗传算法的个体基因结构之间建立联系，即编码和解码的方法。编码的策略对于遗传算子，尤其是交叉、变异算子的功能和设计有很大的影响。编码应满足三个原则：

1. 完备性：原问题空间中的点都能成为编码后的点。
2. 健全性：编码后的空间中的点能对应原问题空间所有的点。
3. 非冗余性：编码前后空间的点一一对应。

我采用了谁养鱼（二）中介绍的方法进行编码。对于每一类属性（颜色、国籍、饮料、宠物和香烟），都先将其五种可能分别映射到1、2、3、4、5，如此一类属性的排列就映射成了1、2、3、4、5的排列，再使用谁养鱼（二）中的方法映射到[0,119]的整数域。每一个[0,119]的整数可以用1个字节表示，因此我们用5个字节就可以表示一个可能的解。在这里将解称为个体，将五个字节分别称为颜色染色体、国籍染色体、饮料染色体、宠物