|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
遗传算法的概念最早是由Bagley J.D 于1967年提出的。后来Michigan大学的J.H.Holland教授于1975年开始对遗传算法（Genetic Algorithm, GA）的机理进行系统化的研究。遗传算法是对达尔文生物进化理论的简单模拟，其遵循“适者生存”、“优胜略汰”的原理。遗传算法模拟一个人工种群的进化过程，并且通过选择、杂交以及变异等机制，种群经过若干代以后，总是达到最优（或近最优）的状态。
8 V* F c# R( K1 v5 e" v8 `& r1 W { Y' C
# |& |6 Q% _! ~. t自从遗传算法被提出以来，其得到了广泛的应用，特别是在函数优化、生产调度、模式识别、神经网络、自适应控制等领域，遗传算法更是发挥了重大的作用，大大提高了问题求解的效率。遗传算法也是当前“软计算”领域的重要研究课题。
, K( r# p( G* I8 A
) l0 h' \0 ?0 z2 B, C9 u& P' L3 Z+ F) F" C2 O
本文首先结合MATLAB对遗传算法实现过程进行详细的分析，然后通过1个实际的函数优化案例对其应用进行探讨。& ~7 h& C4 t6 S' y+ w! W
) w0 u; n3 m/ k- ?, y- t" m" L3 d% m5 n, Y% `! x* v- ]
1. 遗传算法实现过程
( i* s5 R0 B% N4 I+ ~7 m$ z7 ~
2 }5 W+ }! ?! _0 X! z7 z! z" p* s+ z, ~) f# r
" H: b* E; t* o7 O5 s/ z. A
# B2 \8 k" G7 U- m3 }. Y) F; @
/ M$ J3 K$ Q2 X4 O, c& E
, b! a* A2 d( `1 i0 t |
|
/1 
发表于 2019-7-27 09:00
收藏
淘帖
支持！
反对！