遺傳算法是一種群體型操作,，該操作以群體的所有個(gè)體為對(duì)象,。遺傳算法的遺傳操作（genetic operation）包括：選擇（selection）、交叉（crossover）,、和變異（mutation）三個(gè)主要的遺傳,，它們使得遺傳算法具有了其他傳統(tǒng)方法所沒(méi)有的特性。
 
 
正航儀器小編須知,，遺傳算法的核心內(nèi)容為：參數(shù)編碼,、初始群體的設(shè)定、適應(yīng)函數(shù)的設(shè)定,、遺傳操作的設(shè)定,、控制參數(shù)的設(shè)定,。
1 編碼
由于遺傳算法不能直接處理解空間的數(shù)據(jù)，因而要將解空間的數(shù)據(jù)表示成遺傳空間的數(shù)據(jù)格式,，即通過(guò)編碼將表現(xiàn)型數(shù)據(jù)映射為基因型串結(jié)構(gòu)數(shù)據(jù),。比如x=14表示為01110的形式。
2 產(chǎn)生初始種群
由于遺傳算法是群體型的操作,，所以進(jìn)行遺傳操作前,，都需要產(chǎn)生一個(gè)由若干初始解組成的初始種群，種群的大?。ㄒ?guī)模）就是指種群中的個(gè)體數(shù)目,。初始群體也稱為進(jìn)化的初始代，即代,。
3 應(yīng)函數(shù)的設(shè)定
計(jì)算適應(yīng)度計(jì)算適應(yīng)度是為了衡量每個(gè)個(gè)體適應(yīng)度的大小,，換句話說(shuō)就是為了描述個(gè)體好壞的程度，以便將的個(gè)體保留下來(lái),，獲得更多交配的機(jī)會(huì),。
4 遺傳操作
（1）選擇（selection）實(shí)現(xiàn)選擇操作的方法有很多種，這里采用和適應(yīng)度值成比例的概率方法來(lái)進(jìn)行選擇,。具體地說(shuō),，首先計(jì)算群體中所有個(gè)體的適應(yīng)度總和（Σf），再計(jì)算每個(gè)個(gè)體的適應(yīng)度所占的比例（fi/Σf）,并以此作為相應(yīng)的選擇概率PS,。由這個(gè)概率可以計(jì)算出每個(gè)個(gè)體被選擇的次數(shù),。
（2）交叉（crossover）
簡(jiǎn)單的交叉（即一點(diǎn)交叉），可以分為兩步進(jìn)行,，首先對(duì)配對(duì)庫(kù)中的個(gè)體進(jìn)行隨機(jī)配對(duì),，然后在配對(duì)個(gè)體中隨機(jī)確定交叉處（表中的配對(duì)庫(kù)中的豎線表示交叉位置），配對(duì)個(gè)體彼此交換部分信息,。
 
（3）變異（mutation）
變異操作是按位（bit）進(jìn)行的,，即把染色體中的某一位的內(nèi)容進(jìn)行變異。對(duì)于常用的二進(jìn)制編碼的個(gè)體來(lái)說(shuō),，若某位原來(lái)為0,，則通過(guò)變異就變成1，反之亦然,。變異操作也是隨機(jī)進(jìn)行的,。變異概率Pm一般都取的比較小。變異操作一般和交叉操作配合使用來(lái)挖掘群體中個(gè)體的多樣性,，以避免陷于局部解,。
（5）模擬結(jié)果
遺傳算法一般要通過(guò)幾十甚至幾百次的重復(fù)上述過(guò)程來(lái)求解問(wèn)題。通常的方法是在實(shí)驗(yàn)中預(yù)先指定遺傳算法的迭代次數(shù)或設(shè)定迭代終止的條件,。
完整遺傳算法核心內(nèi)容包含5個(gè)主要因素,，學(xué)習(xí)要先從掌握核心入手,，之后掌握脈搏，掌握全文,。http://ywxsfz.com.cn