kia云手机版登录 遗传算法的发展现状与应用实例
1 引言
近些年来，遗传算法也就是GA的出色性能引发了人们的留意，对于以往不容易解决的函数优化问题，复杂的多目标规划问题，工农业生产当中的配管、配线问题，还有机器学习，图象识别，人工神经网络的权系数调整以及网络构造等问题，GA是极为有效的方法之一，尽管GA在诸多优化问题里都有成功的运用，然而其自身也存在一些欠缺，比如局部搜索能力欠佳、存在未成熟收敛以及随机漫游等现象，进而致使算法的收敛性能不佳，需要耗费很长时间才能够找到最优解，这些不足对遗传算法的推广应用造成了阻碍，怎样改进遗传算法的搜索能力并且提升算法的收敛速度，让其更优地应用于实际问题的解决当中，是各国学者一直探寻的一个主要课题，之后世界范围内涌起了关于遗传算法的研究与应用热潮。
2 遗传算法存在的问题及相应的改进措施
自然界早先就展示出了基因的强大威力 ，依托这种奇妙有效的机制 ，一系列具备特别性能的器官经由基因的作用产生了 ，这些器官拥有智能 、还能够自组织 、并且能自行修整 。要是人们打算在科学研究里去模仿这些生物器官以求更佳效果 ，那么就一定得去深入了解基因 、以及进化所包含的概念 。GA这种方法借助自然选择以及进化思想在高维空间里寻觅更优的点 ，它不一定能够找到那个最优点 ，不过它能够找出更出色的点 ，它使用的这种思路跟人类行为里成功的评判标准是极为相像的 。就好比一支军队并不一定得是最优的 ，只要它比对手厉害点儿 ，就能战胜对手获得胜利 。所以GA有可能会暂时停留在某些并非最优点的位置上 ，一直到变异出现 ，促使它跳到另一个更优秀的点上 。GA寻优的过程有一个很关键的特性 ，就是它始终让整个种群持续进化 ，这样就算某个个体在某个时刻失去了有用的特征 ，这种特征也会被其他个体留存下来 ，并且继续发展延续 。因为GA仅仅需要知道目标函数的相关信息 ，却对其连续性以及可微性等没有要求 ，所以它的适应性非常广泛 。同时它又是一种依据启发性知识来运行的智能搜索算法 ，故而常常能够在搜索空间极其复杂的问题上 ，取得比以往的算法 ，像梯度法等 ，更好的结果 。D. B. Fogel提出的进化就是智能的概念kiayun手机版登录app游戏登录入口.手机端安装.cc，尽管还没有被广泛认可 ，但进化在人类生存进步进程中的重要意义已经能够看出一些端倪 ，所以遗传算法作为生物进化思想在工程计算方面的一种具体体现 ，它的未来是充满希望值得预期的 。目前GA在工程优化 、信号处理 、模式识别 、管理决策 、智能系统设计以及人工生命等众多领域的成功运用云手机网页版，正好说明了这一点 。
2. 1 编码表示
Holland在运用模式定理分析编码机制之际，提议使用二进制编码，然而二进制编码无法直接体现问题的固有结构，精度欠佳，个体长度较大，占用计算机内存较多。Gray编码是经由一个变换对二进制编码予以转换而得到的编码，其目标在于克服Hamming悬崖的弊端。动态编码( dynamic encoding)GA是在算法收敛至某局部最优之时增加搜索的精度，进而在全局最优点附近能够展开更精确的搜索，增加精度的方式是在维持串长不变的条件下减小搜索区域。针对问题的变量为实向量的情况，能够直接采用实数进行编码，如此可以直接在解的表现型上开展遗传操作，进而便于引入与问题领域相关的启发式信息以增强算法的搜索能力。复数编码的GA是为了描述和解决二维问题，基因以x+yi表示，其还能够推广至多维问题的描述之中。多维实数编码GAkiayun手机版登录app游戏登录入口.手机端安装.cc，让无效交叉发生的可能性大幅降低，同时其合理。
