python实现遗传算法实例_基于锦标赛选择+匹配交叉+逆转变异的遗传算法解决旅行销售商问题...

     亲们国庆假期过得愉快吗？在朋友圈看到大家到处逛吃逛吃，阿然表示非常羡慕！我们学校只放三天假，所以我国庆的这三天也过得很窒息hh

     今天主要为大家带来遗传算法和旅行销售商问题的科普，并提出一种基于锦标赛选择(Tournament)+部分匹配交叉(point crossover)+ 染色体片段逆转变(Invertion Mutation)的遗传算法在解决旅行销售商问题上的应用。

     文章前半部分主要是科普算法和问题的背景，内容的可接受程度对大众友好。后半部分我主要会利用python代码进行算法的实现，有兴趣的朋友们可以继续看~

    那么首先来说说遗传算法吧。

遗传算法

1

算法的定义

    遗传算法(Genetic Algorithm, GA)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。人们通过使用遗传算法以模拟自然进化的过程，搜索最优解。

    此算法以一种群体中的所有个体为对象，利用随机化技术指导对一个被编码的参数空间进行高效搜索。与现实中的生物体内的染色体进行的活动一样，遗传算法包括了三种可操作的算子：选择、交叉和变异。

2

算法的流程

    遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的，而一个种群则由经过基因(gene)编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。