进化算法系列介绍

进化优化算法

前言

进化算法的发展可以追溯到大约70年前计算机技术开始发展时一些自然生物学家对遗传算法进行的计算机编程，到了20世纪7、80年代，关于遗传算法（GA）的研究呈现指数式增长，到了后面学者又提出了基于遗传算法思想的差分进化算法（DE），进化策略（ES）以及各种变种进化算法，到今天进化类算法已经发展得比较成熟了。

为什么要写这个系列

因为我自己是研究智能优化算法的，包括改进算法以及算法的工程运用，现在回想起研究生刚开始那会在优化算法这一块真的走了不少弯路，我有一个同门师兄也是研究这一块的，但是他学得也不够精深，每次有问题问他时基本都是支支吾吾，到网上查资料也发现零零碎碎，不够完整，代码也找不到，很是痛苦。到现在快一年了，我不敢说自己是这个领域的大佬，但是也算少有成就，目前单目标方面改进了两个群算法，发了一篇会议一篇SCI一区，性能上跟CEC冠军算法有的一比，因此想写一写关于优化算法的一些原理，流程，形成一个较为完善的总结，希望新来的学弟学妹入门时可以避坑，同时也跟其他人交流交流，若有不足或者错误，还请多多指正。

从进化算法开始

现在群智能算法确实很火，但其实智能算法的鼻祖是遗传算法，而且就benchmark上的高性能算法来说进化类算法占了很大一头，所以先学习进化算法，再学习群智或者其他类型的算法是比较符合这个领域的学习规律的。

关于代码

其实比较经典的算法的代码在网上一般都能找到，但作为初学者学经典算法我一般不建议直接搬别人的代码或者用工具箱，而是应该自己参照的流程自己去写，在写代码的过程中你是能够加深对于这个算法的理解的，而且这对于你以后写代码也会有帮助，所以经典算法的代码我就不贴出来了，大家自行查找或者自己写，对于那些复杂的算法代码，我会把它们上传到网盘里面大家自己下载运行。（目前只提供matlab版本，其他版本自行查找）

参考书籍

《进化优化算法：基于仿生和种群的计算机智能方法》