遺傳算法的基本原理-tft每日頭條

數學建模存在着許多著名的算法，

而遺傳算法便是其中之一。

遺傳算法被提出以來得到了廣泛的應用，

特别是在組合優化、機器學習、

信号處理和自适應控制

等領域發揮了很大的作用，

提高了一些問題求解的效率。

什麼是遺傳算法

遺傳算法，即為一種以基因和染色體為基本元素，模仿生物進化過程（涉及遺傳、變異、選擇和交叉等操作）并通過搜索尋求最優解的優化方法。

遺傳算法的中心思想

遺傳算法模拟了達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程，是一種通過模拟自然進化過程搜索最優解的方法。

遺傳算法的中心思想就是“優勝劣汰，适者生存”。在初始群體中，按所選擇的适應度函數并通過遺傳中的複制、交叉及變異操作對個體進行篩選，使适應度高的個體被保留下來，組成新的群體。得到的新群體既繼承了上一代的信息，又優于上一代。這樣周而複始，群體中個體适應度不斷提高，直到滿足一定的條件。

遺傳算法基于染色體的操作

在解決遺傳算法的編碼問題時，優化問題的解表示為一個變量序列，叫作染色體。

基于染色體的操作有三種：複制、交叉和變異。複制是模拟無性繁殖，在舊種群産生新種群的時候，一般會選擇那些适應度比較高的個體，這種操作隻能選擇出優秀者，但不能創造新的染色體；交叉模拟了生物進化過程中的有性繁殖現象，通過染色體的交換組合，産生新的優良品種；變異模拟生物在自然的遺傳環境中由于各種偶然因素引起的基因突變，以很小的概率随機地改變遺傳基因，具體的表現就是随機改變染色體中一位或多位的值。

遺傳算法的基本原理（遺傳算法）1

探索與應用

科學家運用遺傳算法等揭秘古生物多樣性演化

南京大學、中國科學院南京地質古生物所的樊隽軒教授、沈樹忠院士團隊，借助“天河二号”超級計算機，運用大數據、超算、遺傳算法等全新的方法和手段，獲得了全新的寒武紀—早三疊世海洋無脊椎動物的複合多樣性曲線，将其統計時間分辨率從1000萬年精細到約2.6萬年，更加準确地重現了地質曆史中三次生物大滅絕事件和兩次重大生物輻射事件的精細過程。

高速貨運動車組用上遺傳算法等技術

2020年12月23日，由我國成功研制出的時速350公裡高速貨運動車組在中車唐山機車車輛有限公司正式下線。這列高速貨運動車組可利用大數據分析、雲端虛拟配載、精準重量控制和遺傳算法等技術，實現貨物的智能配載和車輛負載的合理分配。

來源丨科技日報、全國科學技術名詞審定委員會等