python中遗传算法主要流程是什么_程序开发

创始人

2024-11-19 07:42:43

0次

1. 遗传算法主要流程

python中遗传算法主要流程是什么

2. 遗传算法理论基础

l 模式（Schema）:模式指有相同特征的子集，比如二进制字符串11***\（*为通配符\）可以代表八个个体(2x2x2)。

l 阶（Order）：模式中确定位置的个数成为阶，比如1110*的阶为1

l 定义距（Defining Length）：模式中第一个确定位置和最后一个确定位置之间的距离成为定义距

3. 遗传算法与传统算法的区别

l 遗传算法中的种群中始终维持一定数量的个体（每个个体都是问题的解），而传统算法中每次迭代都一般只保留最优解。

l 遗传算法用个体/基因型来代表问题的解，而传统算法的解一般都更直观。

l 遗传算通过计算适应度来计算最优解，而传统算法一般通过导数或梯度来计算最优解。

l 遗传算由概率驱动，比如杂交概率、突变概率等，而传统算法一般都是有确定性的。PS：因为遗传算法的每一次迭代就朝着最优解的方向前进，即便遗传算法的过程有不确定性，但遗传算法最终的最优解一般都是确定的。

4. 什么情景使用遗传算法

l 当遇到以下类型的问题时，可以尝试遗传算法：

l 当问题的数学表达过于复杂或很难用数学表达时：遗传算法只需要定义个体、种群，选择、杂交、突变方法和适应度方程就可以求最优解。

l 当数据含较多噪音时：遗传算法受数据中异常值的影响较小。

l 当外部环境在不断变化时：遗传算法的种群始终保有一定数量的个体（解），因此遗传算法可以适应数据的改变，并针对新的环境产生新的最优解。