《遗传算法综述.docVIP

遗传算法综述 信科院计科一班 廖远强 摘要：遗传算法是基于自然界生物进化基本法则而发展起来的一类新算法，应用广泛。本文主要以下几个方面：遗传算法的的起源和发展分支、重要人物和经典文章、算法的结构、必威体育精装版研究成果及其在计算机领域的应用。 关键词：遗传算法，编码，有哪些信誉好的足球投注网站，优化，交叉，遗传。 遗传算法的起源和发展分支 遗传算法（Genetic Algorithm，简称GA）是生命科学与工程科学互相交叉、互相渗透的产物，它是模拟达尔文生的遗传选择和自然淘汰的物进化论一种计算模型，是一种通过模拟自然进化过程有哪些信誉好的足球投注网站最优解的方法，它也可以被看成是对潜在解空间的一种优化有哪些信誉好的足球投注网站过程，它能在有哪些信誉好的足球投注网站过程中自动获取和积累有关有哪些信誉好的足球投注网站空间的知识， 并自适应地控制有哪些信誉好的足球投注网站过程以求得最优解。“遗传算法由Michigan大学的John?Holland和他的同事于二十世纪六十年代在对细胞自动机（cellular automata）《Adaptation in Natural and Artificial Systems》GA这个名称才逐渐为人所知，John?Holland教授所提出的GA通常为简单遗传算法（SGA）。Evolver）。之后，越来越多种类的遗传算法出现并被用于许多领域中，已成为信息科学、计算机科学、运筹学和应用数学等诸多学科所共同关注的热点研究领域，财富杂志500强企业中大多数都用它进行时间表安排、数据分析、未来趋势预测、预算、以及解决很多其他组合优化问题。 重要人物和经典文章 随着现代科学技术的快速发展以及社会发展对人工智能的迫切需要（在人工智能领域中，有不少问题需要在复杂而庞大的有哪些信誉好的足球投注网站空间中寻找最优解或准优解。），遗传算法被广发应用与各个领域，也有越来越多的人去研究遗传算法。有一大批学者对其作出深入的研究，并且得到了相当好的收货，并发表了具有重要价值和意义的著作或文章。 1975年Holland出版了他的著名专著《自然系统和人工系统的自适应》（Adaptation?in?Natural?and?Artificial?Systems）（schema?theory）K.A.De?Jong完成了他的博士论文《一类遗传自适应系统的行为分析》（An?Analysis?of?the?Behavior?of?a?Class?of?Genetic?Adaptive?System）。Holland的学生D.E.Goldberg出版专著《有哪些信誉好的足球投注网站、优化和机器学习中的遗传算法》（Genetic?Algorithms?in?Search?,?Optimization,?and?Machine?Learning）L.Davis编辑出版了《遗传算法手册》（Handbook?of?Genetic?Algorithms）Koza发表了他的专著《遗传程序设计:基于自然选择法则的计算机程序设计》”。1994年，他又出版了《遗传程序设计，第二册:可重用程序的自动发现》深化了遗传程序设计的研究，使程序设计自动化展现了新局面。【B】 遗传算法的主要著作一览： J.H.Holland,Adaptation in Natural and Artificial Systems, Ann Arbor: Univ. Of Michigan Press, 1975 2.L.D.Davis, Handbook of Genetic Algorithms, Van Nostrand Reinhold 3.Bauer,Genetic Algorithms and Investiment Strategies,1994 4.Wiely,Genetic Algorithms in Engineering and Computer Science,1995 5.Z.Michalewicz, Genetic Algorithms + Data Structures=Evolution Programs, Spinger Press,1996 6.Davis,Genetic Algorithms and Simulated Annealing,1987 7.陈国良等，遗传算法及其应用，国防出版社 。 算法结构 遗传算法是从代表问题可能潜在解集的一个种群开始的，一个种群由经过基因编码的一定数目的个体组成，初始种群产生之后，按照适者生存和优胜劣汰的原理，逐步演化产生出越来越好的近似解。在每一代，根据问题域中个体的适应度大小挑选个体，并借助自然遗传学的遗传算子进行交叉和变异，产生出代表新的解集的种群。这个过程将导致种群向自然进化一样的后代种群比前代更加适应环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。 遗传算法所涉及的四大要素：参数编码和初始群体、适应度函数、遗传操作和控制参数，