遗传算法原理和优缺点

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了遗传算法原理和优缺点，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含724字，纯文字阅读大概需要2分钟。

内容图文

1 原理

遗传算法就是在一定的自变量有限的取值范围内，随机取若干个个体，每个个体相当于自变量范围内的一个取值，若干个体共同组成一个种群，个体对环境的适应能力提现为该个体对应的因变量，不同的个体得到的结果不同，对于结果较好的个体，其下一代在种群中的占比更高，不好的占比更少，简单来说，就是好的个体被保留，坏的个体被淘汰，经过不断地更新换代，最后的结果会不断逼近最优的结果。

 

ref：https://blog.csdn.net/DBLLLLLLLL/article/details/82730199

2 优缺点

优点：

1 能够求出优化问题的全局最优解

2 优化结果与初始条件无关

3 算法独立于求解域

4 具有较强的鲁棒性

5 适合于求解复杂的优化问题

6 应用较为广泛

缺点： 1 收敛速度慢

2 局部搜索能力差

3 控制变量多

4 无缺点的终止准则

3 遗传算法常见的编码方式

二进制编码，格雷码编码，浮点数编码，排列编码。

内容总结

以上是互联网集市为您收集整理的遗传算法原理和优缺点全部内容，希望文章能够帮你解决遗传算法原理和优缺点所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---