基本信息

---

下载

文档摘要

---

遗传算法利用简单的编码技术和繁殖机制来表现复杂现象，从而适宜解决非常困难的问题。它不受搜索空间的限制性假设的约束，不必要求诸如连续性、导数存在单峰等假设，能从离散的、多极值的、含有噪音的高维问题中以很大的概率找到全局最优解。由于它具有并行性，因此遗传算法非常适用于大规模并行计算，已在优化求解、机器学习和并行处理领域得到了越来越广泛的应用。简单遗传算法的求解步骤如下：

（1）初始化群体。

（2）计算群体上每个个体的适应度值。

（3）按由个体适应度值所决定的某个规则选择进入下一代的个体。

（4）按概率pc进行交叉操作。

(5)按概率pm进行变异操作。

(6)若没