通过评估函数进行优胜劣汰的选择,通过交叉和变异来模拟生物的进化。
优胜劣汰是遗传算法的核心,根据优胜劣汰的策略的不同,算法最终的效果也是不同的。
遗传算法将实际问题的解定义为进化对象的个体,对若干个体组成的种群进行选择、交叉(杂交)和变异处理,就这样每次对种群进行一次这样的处理,种群就视为进化了一代,循环往复,只要选择的评估和选择策略合适,若干次进化后种群中就会出现优秀的个体(即问题的近似最优解)
原创 | 2022-10-10 13:02:25 |浏览:1.6万
通过评估函数进行优胜劣汰的选择,通过交叉和变异来模拟生物的进化。
优胜劣汰是遗传算法的核心,根据优胜劣汰的策略的不同,算法最终的效果也是不同的。
遗传算法将实际问题的解定义为进化对象的个体,对若干个体组成的种群进行选择、交叉(杂交)和变异处理,就这样每次对种群进行一次这样的处理,种群就视为进化了一代,循环往复,只要选择的评估和选择策略合适,若干次进化后种群中就会出现优秀的个体(即问题的近似最优解)