1.遗传算法(Genetic Algorithms,GA)
基于自然选择和自然遗传机制的搜索算法,它是一种有效的解决最优化问题的方法,进化算法的一种。最早由美国Michigan大学的John Holland和他的同事及学生提出的。类似于自然界演化的基本法则,“适者生存”是遗传算法的核心机制:复制(reproduce)、杂交(crossover)、变异(mutation)等自然界的生物演化规则在遗传算法中都得到类似的体现。
2. 基本概念
遗传(Heredity)
是生物的普遍特征,亲代把生物信息交给子代,子代按照所得信息而发育、分化,因而子代总是和亲代具有相同或者相似的性状。生物有这个特征,物种才能稳定存在。
变异(Variation)
亲代和子代之间,子代和子代的不同个体之间总有些差异,这种现象称为变异,变异是随机发生的,变异的选择和积累是生命多样性和进化的根源。
染色体,chromosome
是生物细胞中含有的一种微小的丝状化合物,是遗传物质的主要载体,由多个遗传因子——基因组成。
遗传因子,gene
DNA长链结构中占有一定位置的基本遗传单位,也称基因。生物的基因根据物种的不同而多少不一。
个体,individual
指染色体带有特征的实体。
种群,population
染色体带有特征的个体的集合。
进化,evolution
生物在其延续生命的过程中,逐渐适应其生存环境使得其品质不断得到改良,这种生命现象称为进化。生物的进化是以种群的形式进行的。
适应度,fit