文章预览
前言 本系列文章架构概览： 本文将介绍 基本遗传算法在解决优化问题中的应用,通过实验展示其基本原理和实现过程： 选取一个简单的二次函数作为优化目标，并利用基本遗传算法寻找其在指定范围内的最大值。 1. 遗传算法（GA）简介 遗传算法是一种概率搜索算法，它使用达尔文的自然选择原则，并使用在自然发生的遗传操作(如交叉(重组)和突变)之后形成的操作，迭代地将一组数学对象(通常是固定长度的二进制字符串)(通常具有相关的适应度值)转换为一个新的后代对象群体。 1.1 遗传算法vs. 自然 19世纪世界四大学说之一是达尔文的自然选择学说。其主要内容有四点： 过度繁殖、生存竞争、遗传和变异、适者生存。 一切生物都具有产生变异的特性，其根本原因是环境条件的改变。在生物产生的各种变异中，有的可以遗传，有的不能够遗传。 在
………………………………
