由于遗传算法是自然遗传学和计算机科学相互结合渗透而成的新的计算方法,依次遗传算法中经常使用自然进化中有关的一些基本用语。了解这些基本用语是身份必要的。# |/ s8 g3 y* n$ m8 H9 D
简介:2 q) [ E2 q9 _6 z& t( F
1、染色体中基因的位置称为基因座,而基因所取的值叫做等位基因。 " ~' \ G" o# K3 H) }# O( U2、表现型,是指生物个体所表现出来的性质状态;基因型,是指与表现型密切相关的基因组成。4 |- [. I/ O9 L% y
3、表现型是基因型和环境条件相互作用的结果。1 Y7 E3 t. J! x: _4 ]
4、遗传算法处理的是染色体或称为基因型个体,一定数量的个体组成了群体,也叫集团。( S4 }; m4 g Q0 L }, B
5、群体中个体的数目称为群体的大小,也叫群体的规模。 7 x9 E+ m" D5 ^% K& Q2 \6、各个体对环境的适应程度叫适应度。 % c2 }$ U! v1 p4 [8 a' \/ b) _. L7、执行遗传算法时包含两个必要的数据转换操作,一个是表现型到基因型的转换,它把搜索空间中的参数或揭示转换成遗传空间中的染色体或个体,此过程称为编码操作;另一个是基因型到表现型的转换,它是前者的一个相反操作,称为译码操作。5 J6 N- N# g$ `$ V" `
遗传学和遗传算法中基本用语对照:. h$ ^' j$ F, [. J+ k: L
1、染色体(Chromosome): 解的编码(数据、数组、位串) " }; B# r8 z% B7 {. z+ ]. l2、基因(Gene):解中每一个分量的特征(特性、个性、探测器、位) + Z9 _( ^5 o! R+ j2 g, C2 N2 {3、等位基因(Allele):特性值4 \$ f z5 H/ P* \( T! Q1 V: s5 y
4、基因座(Locus):串中位置4 \# s# {3 }" m6 p& V0 `( |
5、表现型(Phenotype):参数集、解码结构、候选解7 ~' E' O( M% r
6、个体(Lndividual):解, b" p& U P) D: I
7、适者生存:在算法停止时,最优目标值的解有最大的可能被留住7 |/ D' |6 h. F) f( V
8、群体(Population):选定的一组解(其中解的个数为群体的规模) # X: J# ^/ d# h# X9、复制(Reproduction):通过交配原则产生一组新解的过程 , \6 _' M5 \7 W& h10、变异(Mutation):编码的某一个分量发生变化的过程 6 Q# F+ d4 B5 p# U! J* g$ q! E% ?2 j9 x& G; ?2 S' i! O A4 M/ X8 U
5 Y9 F0 d. S" ^* y% U9 I
+ N1 U0 r3 ^% F* Y1 B) q1 N # D$ X c1 {" u. M9 K7 B, l% D8 r: K( v3 w- v' Z
; Q" d6 F8 J0 R# Z8 ?' Z. |# w
& I5 [5 ^. D3 I, u! K
2 Y. E# @ ]/ a' a0 t6 s