遗传算法

早些时候就开始接触遗传算法，但是编的写程序出来的结果总是让人感觉到一点不安。今天再看了一遍，感觉又有一点收获。

1.我以前脑海中的遗传算法

       第一，将问题转换到一个合适的编码，即所谓的染色体。

       第二，初始化遗传算法的参数：多少染色体N，交叉概率Pc，变异概率Pm。随机初始化遗传算法的祖先染色体。

       第三，交叉，交叉的染色体个数为Pc*N，这里是直接的选取了Pc*N个染色体来进行交叉，当然这些染色体配对都是随机选取了。

       第四，对于所有染色体：包括父代及交叉的染色体进行变异。变异的也是采用Pm*N个数来选择，即每次都一定是变异Pm*N个基因。

       第五，对父代，交叉所得及变异所得的染色体进行按适应度值排序，然后选取前M个染色体作为下一代的父代染色体。

 

2.今天看后所得的收获

     第一，  将问题转换到一个合适的编码，即所谓的染色