一张图解释什么是遗传算法_数学建模策略方法之遗传算法的最通俗解释内附图文解释...

遗传算法的通俗解释之

1

——来自网络，

感谢一切为之付出的人们

为更好地理解遗传算法的运算过程，下面用手工计算来简单地模拟遗传算法的各

个主要执行步骤。

例：求下述二元函数的最大值：

(1)

个体编码

遗传算法的运算对象是表示个体的符号串，所以必须把变量

x1, x2

编码为一种

符号串。本题中，用无符号二进制整数来表示。

因

x1, x2

为

0 ~ 7

之间的整数，所以分别用

3

位无符号二进制整数来表示，将

它

们连接在一起所组成的

6

位无符号二进制数就形成了个体的基因型，表示一个可

行解。

例如，基因型

X

＝

101110

所对应的表现型是：

x

＝

[ 5

，

6 ]

。

个体的表现型

x

和基因型

X

之间可通过编码和解码程序相互转换。

(2)

初始群体的产生

遗传算法是对群体进行的进化操作，需要给其淮备一些表示起始搜索点的初始

群体数据。

本例中，群体规模的大小取为

4

，即群体由

4

个个体组成，每个个体可通过随机

方法产生。

如：

011101

，

101011

，

011100

，

111001

(3)

适应度汁算

遗传算法中以个体适应度的大小来评定各个个体的优劣程度，从而决定其遗传

机会的大小。

本例中，目标函数总取非负值，并且是以求函数最大值为优化目标，故可直接

利用目标函数值作为个体的适应度。