|
|
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。
- f2 H; M4 g4 n$ P, G& y$ |4 M, C2 |: o% z3 \# z
6 S) S5 B, L& U, o$ f2 u, [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。* ^) h( c; P) |: b* R7 n( Z. f
3 S% l, x2 K) k3 j7 N
' o0 A( `) Z/ C0 u8 B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。, J& _/ K: G7 W& D$ u
/ S3 b3 G! O0 S! c0 [% z. q
4 ~2 \/ R" ~2 ]& b" @$ c5 q1. 遗传算法实现过程
0 N3 V9 d' y- ?9 n" i) D, O& E5 S r! g: U7 v
* l, o% Y: S# i2 C4 ~, q, _( z% W- c M( n1 F. u8 Z+ n2 X+ G R4 [
9 z/ A V" ^% q( ?2 T b, m8 I4 E) n4 a: p
) f& ]# i$ n- {8 _ |
|
/1 
发表于 2019-7-27 09:00
收藏
淘帖
支持！
反对！