遺傳因子的算法？大自然有一種神奇的力量，可以把優(yōu)秀的基因保留下來，從而進(jìn)化出更強(qiáng)更適合生存的基因。遺傳算法是基于達(dá)爾文的進(jìn)化論，模擬自然選擇、物競天擇、適者生存，通過N代遺傳、變異、交叉、復(fù)制，進(jìn)化出

遺傳因子的算法？

大自然有一種神奇的力量，可以把優(yōu)秀的基因保留下來，從而進(jìn)化出更強(qiáng)更適合生存的基因。

遺傳算法是基于達(dá)爾文的進(jìn)化論，模擬自然選擇、物競天擇、適者生存，通過N代遺傳、變異、交叉、復(fù)制，進(jìn)化出問題的最優(yōu)解。遺傳算法看似神奇，但實(shí)現(xiàn)思路相對(duì)簡單。本文首先介紹了遺傳算法的基本思想，然后用遺傳算法解決了一個(gè)實(shí)際問題，最后給出了遺傳算法的代碼實(shí)現(xiàn)和分析。

遺傳算法有多重要？

操作過程

遺傳算法(Genetic Algorithm，GA)是一種隨機(jī)化搜索方法，來源于生物的進(jìn)化規(guī)律(優(yōu)勝劣汰，適者生存的遺傳機(jī)制)。它是由美國的J.Holland教授于1975年首先提出的。它的主要特點(diǎn)是直接作用于結(jié)構(gòu)對(duì)象，沒有導(dǎo)數(shù)和函數(shù)連續(xù)性的限制。它具有內(nèi)在的隱式并行性和更好的全局優(yōu)化能力。采用概率優(yōu)化方法，可以自動(dòng)獲取并引導(dǎo)優(yōu)化的搜索空間，自適應(yīng)調(diào)整搜索方向，不需要一定的規(guī)則。遺傳算法的這些性質(zhì)已被廣泛應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制和人工生命等領(lǐng)域。它是現(xiàn)代智能計(jì)算中的一項(xiàng)關(guān)鍵技術(shù)。

對(duì)于一個(gè)求函數(shù)最大值的優(yōu)化問題(求函數(shù)最小值也類似)，一般可以描述為以下數(shù)學(xué)規(guī)劃模型3360，其中X為決策變量，公式2-1為目標(biāo)函數(shù)，公式2-2和2-3為約束，U為基本空間，R為U的子集，滿足約束條件的解X稱為可行解，集合R代表滿足約束條件的所有解的集合，稱為可行解集。

遺傳算法也是計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域的一種搜索啟發(fā)式算法，是一種進(jìn)化算法。這種啟發(fā)式方法通常用于生成有用的解決方案來優(yōu)化和搜索問題。最初，進(jìn)化算法是從進(jìn)化生物學(xué)中的一些現(xiàn)象發(fā)展而來的，包括遺傳、突變、自然選擇和雜交。當(dāng)適應(yīng)度函數(shù)選擇不當(dāng)時(shí)，遺傳算法可能收斂于局部最優(yōu)，但不能達(dá)到全局最優(yōu)。

遺傳算法的基本運(yùn)算過程如下：3360

a)初始化：設(shè)置進(jìn)化代數(shù)計(jì)數(shù)器t=0，設(shè)置最大進(jìn)化代數(shù)T，隨機(jī)產(chǎn)生M個(gè)個(gè)體作為初始種(0)。

b)個(gè)體評(píng)估：計(jì)算群體P(t)中每個(gè)個(gè)體的適合度。

遺傳算法

c)選擇操作：將選擇算子應(yīng)用于群體。選擇的目的是將優(yōu)化后的個(gè)體直接遺傳給下一代或通過配對(duì)、雜交產(chǎn)生新的個(gè)體，再遺傳給下一代。選擇基于群體中個(gè)體的健康評(píng)估。

d)交叉操作：將交叉算子應(yīng)用于群體。交叉算子是遺傳算法的核心。

e)變異操作：將變異算子應(yīng)用于群體。也就是說，一個(gè)組中的單個(gè)串的一些基因座的基因值被改變。

經(jīng)過種(t 1)的選擇、交叉和變異，得到下一代種(t 1)。

f)終止條件判斷3360如果t=T，則將進(jìn)化過程中獲得的適應(yīng)度最大的個(gè)體作為最優(yōu)解輸出，計(jì)算終止。

特性

遺傳算法是解決搜索問題的通用算法，可以用于各種通用問題。搜索算法的共同特點(diǎn)是：

(1)首先，形成一組候選解

根據(jù)一些適應(yīng)條件來衡量這些候選解的適應(yīng)度。

(3)根據(jù)適應(yīng)度，保留部分候選解，放棄其他。

對(duì)保留的候選解進(jìn)行一些運(yùn)算，生成新的候選解。

在遺傳算法中，上述特征以一種特殊的方式組合在一起。3360基于染色體組的并行搜索，有猜測選擇操作、交換操作和變異操作。這種特殊的組合將遺傳算法與其他搜索算法區(qū)分開來。

遺傳算法

遺傳算法還具有以下特點(diǎn)：3360

(1)遺傳算法從問題的解的字符串集合開始搜索，而不是從單個(gè)解開始。這是遺傳算法與傳統(tǒng)優(yōu)化算法的一個(gè)巨大區(qū)別。傳統(tǒng)的優(yōu)化算法是從單個(gè)初始值開始迭代尋找最優(yōu)解，容易陷入局部最優(yōu)解。遺傳算法從字符串集合開始搜索，覆蓋面大，有利于全局優(yōu)化。

(2)遺傳算法同時(shí)處理一個(gè)群體中的多個(gè)個(gè)體，即在搜索空間中評(píng)估多個(gè)解，降低了陷入局部最優(yōu)解的風(fēng)險(xiǎn)。同時(shí)，算法本身易于實(shí)現(xiàn)并行化。

(3)遺傳算法基本不需要搜索空間的知識(shí)或其他輔助信息，只是利用適應(yīng)度函數(shù)值對(duì)個(gè)體進(jìn)行評(píng)價(jià)，然后進(jìn)行遺傳操作。適應(yīng)度函數(shù)不受連續(xù)可微的限制，其定義域可以任意設(shè)定。這一特點(diǎn)大大擴(kuò)展了遺傳算法的應(yīng)用范圍。

(4)遺傳算法不采用確定性規(guī)則，而是采用概率的轉(zhuǎn)移規(guī)則來引導(dǎo)他的搜索方向。

(5)自組織、自適應(yīng)、自學(xué)習(xí)的習(xí)慣。當(dāng)遺傳算法利用進(jìn)化過程中獲得的信息來組織自己的搜索時(shí)，適應(yīng)度高的個(gè)體生存概率更高，得到更適應(yīng)環(huán)境的基因結(jié)構(gòu)。

(6)此外，算法本身還可以采用動(dòng)態(tài)自適應(yīng)技術(shù)，在進(jìn)化過程中自動(dòng)調(diào)整算法的控制參數(shù)和編碼精度，如采用模糊自適應(yīng)方法。