遗传算法流程概述与简单实例认知

目录

介绍

遗传算法属于优化算法的一种，也归属于启发式算法，具体而言，它是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。

过程概述

在讲述之前，回忆一下高中生物所学到的自然选择学说总体上是怎么样的：对于一个种群，当其过度繁殖之后，该种群数目已超过生存环境的环境容纳量，为此需要进行生存斗争。该种群中越优越（“优越”的语境与生存环境密切相关）的个体，会有更大的概率能成功繁衍后代（把基因遗传给后代），后代的基因也会越来越优秀，越能够适应环境。另外值得一提的是，在遗传的过程中，基因会经历重组和变异两个过程。

流程图

类似地，遗传算法参考了自然选择学说，抽象出一种优化的可用于求目标函数最大值或最小值的算法。流程图如下【注意：该流程图简化了很多具体细节，把核心的部分展现了出来】：