协同进化遗传算法 代码_算法篇——进化算法（一）

题外话

各位读者大家好呀！

大一转眼就过去了，时间过得真的很快，还来不及细细回味过去的一年，大二已经在不远的前方挥手示意了。也曾心比天高的想要趁这个暑假学完好多东西，不过后来总是不尽人意。新一届的挑战杯已经开始，在大二这个传说中最能出成绩的时间段，我也不禁为自己捏一把冷汗，我能够做些什么？有时候不仅仅只是个人的技术能力问题，而是说这个世界需要你的地方何在？

我觉得如果能够实现从事自己喜欢的工作，为这个建设社会贡献一份自己的力量，那应该是很幸福的事情。如果仅仅为了一份养家糊口的996工作而去学习，不免有些提不起劲。我还想周游各国，从事社会文化的研究工作呢。

前言

前半个暑假零零碎碎的学了python的一些内容。主要是神经网络和进化算法、以及简单的用matplotlib画图（数据可视化）。

神经网络我觉得是有点深奥的，主要是在用python(pytorch)实现一个简单的神经网络的过程中，深感有关的数学知识被隐藏了。一句简单的反向传播

loss.backward()

蕴含着关于向量求导、矩阵梯度等线性代数的硬核内容。

有的人说，我知道可以用这行代码来实现反向传播就行了啊，能实现程序运行出结果就行，编程难道不就是这样的嘛？

我觉得是不够的，编程确实都是从模仿起步，但是这里不行，因为神经网络涉及的数学知识较多，没有理解该方法的来历，是无法大胆的使用它的，更无法作出创新与改进。

就此打住吧。接下来切入正题。（此篇文章仅供感兴趣的小伙伴/初学者参考，大佬可以点击右上角离开）

注：想要自主实现代码的话，需要python3，以及numpy和matlpotlib两个python库。

一、何谓进化算法

能够生存下来的物种，不是最强的，也不是最聪明的，而是最能适应变化的。