遗传算法原理和优缺点

1 原理

遗传算法就是在一定的自变量有限的取值范围内，随机取若干个个体，每个个体相当于自变量范围内的一个取值，若干个体共同组成一个种群，个体对环境的适应能力提现为该个体对应的因变量，不同的个体得到的结果不同，对于结果较好的个体，其下一代在种群中的占比更高，不好的占比更少，简单来说，就是好的个体被保留，坏的个体被淘汰，经过不断地更新换代，最后的结果会不断逼近最优的结果。

 

ref：https://blog.csdn.net/DBLLLLLLLL/article/details/82730199

2 优缺点

优点：

1 能够求出优化问题的全局最优解

2 优化结果与初始条件无关

3 算法独立于求解域

4 具有较强的鲁棒性

5 适合于求解复杂的优化问题

6 应用较为广泛

缺点： 1 收敛速度慢

2 局部搜索能力差

3 控制变量多

4 无缺点的终止准则

3 遗传算法常见的编码方式

二进制编码，格雷码编码，浮点数编码，排列编码。