目录
一、遗传算法的简介
二、算法流程
三、参数经验设置
四、GA函数的实现
1.目标函数Griewank
2.目标函数Rastrigin
3.目标函数myfit(简单求解)
五、GA的优缺点
一、遗传算法的简介
遗传算法(Genetic Algorithm,GA)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法,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。
遗传算法是从代表问题可能潜在的解集的一个种群开始的,而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体,即多个基因的集合,其内部表现(即