数据挖掘：遗传算法GA Genetic Algorithms

遗传算法

简介

• 它是一种流行的启发式搜索技术
• 模仿生物进化过程
• 以进化方式“学习/搜索”的软件程序，类似于生物系统进化的方式
• 高效、独立于域的搜索启发式方法，适用于广泛的问题域
• 主题：适者生存
• 通过让最合适的父母创造后代，朝着越来越好的解决方案迈进

每个候选解称为染色体。染色体是一串基因，用适应度函数来测量它们的生存能力。染色体可以通过进化来复制自己，交配和突变。

精英主义：候选解决方案组合在一起，在每个迭代算法中产生后代。被称为一代人。后代也可以成为候选解决方案。从父母和孩子，一组适者生存下来，成为在下一代产生后代的父母。

相关概念

• 繁殖：通过繁殖，GA通过选择具有较高适应性评级的父母或通过给予这些父母更大的选择概率来促进繁殖过程，从而产生新一代的潜在改进解决方案。

• 交叉：一串二进制符号（响应决策变量）来表示染色体（潜在解），交叉意味着在字符串中选择一个随机位置，并将该点右侧或左侧的段与另一个字符串的段交换。