遗传算法

一、简介

遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。

 

二、原理

种群(Population)：生物的进化以群体的形式进行，这样的一个群体称为种群。
个体：组成种群的单个生物。
基因 ( Gene ) ：一个遗传因子。 
染色体 ( Chromosome ) ：包含一组的基因。
生存竞争，适者生存：对环境适应度高的、牛B的个体参与繁殖的机会比较多，后代就会越来越多。适应度低的个体参与繁殖的机会比较少，后代就会越来越少。
遗传与变异：新个体会遗传父母双方各一部分的基因，同时有一定的概率发生基因变异。

繁殖过程，会发生基因交叉( Crossover ) ，基因突变 ( Mutation ) ，适应度( Fitness )低的个体会被逐步淘汰，而适应度高的个体会越来越多。那么经过N代的自然选择后，保存下来的个体都是适应度很高的。

 

三、实例

http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html

 

参考：http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html
     http://baike.baidu.com/link?url=nv5wyTiyKfz7edwrI_UBq7Bj8mAXoyvswDr9NELkS1xvLkl2W48OLC_0tzLwwF5wr4M9P6ySxnY7kkmA2XHDU_