遗传算法

概括：这道题是方筛钙同学的课后生物练习题，主要是关于遗传算法，指导老师为毛老师。

题目：遗传算法

遗传算法起源于对生物系统进行的计算机模拟研究.早在20世纪40年代,就有学者开始研究利用计算机进行生物模拟的技术,他们从生物学的角度进行了生物的进化过程模拟、遗传过程模拟等研究工作.

早期的研究特点是侧重于对一些复杂操作的研究.最早意识到自然遗传算法可以转化为人工智能算法的是J.H.Hnllaad教授.1965年,Holland教授首次提出了人工智能操作的重要性,并将其应用到自然系统和人工系统中.1967年,Holland教授的学生.J.D.Bagley在其博士论文中首次提出了“遗传算法”一词,并发表了遗传算法应用方面的第一篇论文,从而创立了自适应遗传算法的概念e J.D.Bagley发展了复制、交叉、变异、显性、倒位等遗传算子,在个体编码上使用了双倍体的编码方法.1970年,Cavicchio把遗传算法应用于模式识别.Holistien最早把遗传算法应用于函数优化.20世纪70年代初,Holland教授提出了遗传算法的基本定理—模式定理,从而奠定了遗传算法的理论基础.模式定理揭示出种群中优良个体(较好的模式)的样本数将以指数级规律增长,因而从理论上保证了遗传算法是一个可以用来寻求最优可行解的优化过程.1975年,Holland教授出版了第一本系统论述遗传算法和人工自适应系统的专著《自然系统和人工系统的自适应性》.同年,K.A.De Song在博士论文《遗传自适应系统的行为分析》‘护结合模式定理进行了大量的纯数值函数优化计算实验,建立了遗传算法的工作框架,为遗传算法及其应用打下了坚实的基础,他所得出的许多结论迄今仍具有普遍的指导意义.20世纪80年代,Hntland教授实现了第一个基于遗传算法的机器学习系统—分类器系统(Classifier Systems,简称CS),提出了基于遗传算法的机器学习的新概念,为分类器系统构造出了一个完整的框架.1989年,D.J.Goldberg出版了专著—《搜索、优化和机器学习中的遗传算法》.该书系统总结了遗传算法的主要研究成果,全面而完整地论述了遗传算法的基本原理及其应用.可以说这本书奠定了现代遗传算法的科学基础,为众多研究和发展遗传算法的学者所瞩目.1991年,L,Davis编辑出版了《遗传算法手册》一书,书中包括了遗传算法在科学计算、工程技术和社会经济中的大量应用样本,为推广和普及遗传算法的应用起到了重要的指导作用.1992年,J.R.Koza将遗传算法应用于计算机程序的优化设计及自动生成,提出了遗传规划(Genetic Programming,简称GP)的概念.

相关思考练习题：

题1：请问遗传算法中代沟是什么啊？

点拨：就是上一代(假设总数为100)通过轮盘法筛选后要舍弃部分适应度低的基因(假设为20),则下一代就剩下80个基因.代购就是80/100=0.8,以此类推.

题2：基因算法和遗传算法的区别

点拨：遗传算法 一种基于自然群体遗传演化机制的高效探索算法，它是美国学者Holland于1975年首先提出来的。它摒弃了传统的搜索方式，模拟自然界生物进化过程，采用人工进化的方式对目标空间进行随机化搜索。它将问题域中的可能解看作是群体的一个个体...

题3：什么是遗传算法的早熟现象

点拨：遗传算法的早熟现象是指算法过早陷入局部最优，很难跳出局部走向全局最优。要想解决早熟现象，需采用一些策略来加强全局搜索能力，避免陷入局部最优。这些策略有：保持种群多样性，采用自适应变异方法，处理重复个体等。

题4：遗传算法优点，要详细一些的

点拨：遗传算法是一种全局优化概率算法，主要的优点有 1.遗传算法对所求解的优化问题没有太多的数学要求，由于他的进化特性，搜素过程中不需要问题的内在性质，对于任意形式的目标函数和约束，无论是线性的还是非线性的，离散的还是连续的都可处理。 2...

题5：遗传算法的优缺点？

点拨：遗传算法的优缺点 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异。 数值方法求解这一问题的主要手段是迭代运算。一般的迭代方法容易陷入局...