遗传算法的基本思想
本帖最后由 Seawind2012 于 2012-8-3 16:51 编辑遗传算法的基本思想为: 从优化问题的一个种群(一组可行解)开始,按照适者生存和优胜劣汰的原理(寻找最优解),逐代(generation )演化产生出越来越好的一个种群(一组可行解)。在每一代,根据个体(可行解)的适应度(目标函数值)的优劣挑选一部分优良体复制(那些能让目标函数明显改进的分量)到下一代,并对其进行交叉和变异操作(从一个或组可行解变到另一个或组可行解),产生出代表新的解集合的种群。这个过程将导致种群像自然进化一样,子代种群比父代更加适应于环境(即新可行解比旧可行解更接近问题的最优解),整个进化过程中的最优个体就作为问题的最终解。{:soso_e160:}
可以总结出类似方法的介绍,之后总结出来看咯!! 大致可以理解 好东西!!!!!!!!!! 理解,足够了么????? hzs2012 发表于 2012-8-24 13:25 static/image/common/back.gif
理解,足够了么?????
理解是深入的基础。 。嗯,最近也看了很多这样的介绍,总觉得和应用相比,还差了很多。。。。。 还不错。。。 我更认为它是一种参数估计的算法 还行啊,谢谢楼主啊
页:
[1]
2