【车间调度】遗传算法的基本理论

本系列为自己学习调度相关知识的记录，如有误请指出，也欢迎调度方向的小伙伴加我好友共同交流。

遗传算法的提出

遗传算法（genetic algorithm，ＧＡ）是由美国Michigan大学的John Holland教授在1975年首先提出的，它是一种模拟生物自然进化现象的优化算法。随后在1989年，Golgberg的著作对遗传算法做了更为全面而系统的总结，也由此奠定了遗传算法的基础。

遗传算法的思想

遗传算法借用了生物遗传学的思想，以及自然界中的“物竞天择，适者生存”原则，将问题的解表示成“染色体”，通过模拟自然选择、交叉、变异等操作，实现个体适应度的提高，不断迭代，逐步寻找最优解（或次优解）。遗传算法在求解问题时，从一组随机产生的初始种群开始搜索。种群中一个个体（individual）表示问题的一个解，称为染色体（chromosome）。种群通过连续的迭代进行进化，每一次迭代操作产生一代（generation）。在每一代中用适应度函数（fitness function）或目标函数（objective function）对每个个体进行评价（evaluation），适应度值高的个体被选中的概率高。迭代过程的下一代称为子代（offspring），通过选择（selection）、交叉（crossover）、变异（