|
|
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。
" f7 x7 L# O1 @) r2 _/ [; f2 [
; d* a" X$ O! h) A/ E' d1 W4 l" f, _& o; F- S: v: Q( ~
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。2 C% Z) o2 K/ _! p! a8 P8 A7 _% {$ l3 E
, H! W! D8 v$ j
2 C8 X4 g- ?2 }* q, ~( T# f: f
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。
4 }* A4 i" {7 v# X) y* W* r5 f: `6 v& O& H
& Q% i- m5 X( K3 N! ~5 {
1. 遗传算法实现过程
% w3 T2 @% C+ g( M& M/ [6 ~/ Y7 j/ D* Z& B
5 x5 T) k" |& h7 K
+ b, ^* p8 ?. e* X/ a
% u+ G1 \5 y* k. b y# F" P/ t0 a; W
! x" T" R& L7 u
|
|
/1 
发表于 2019-7-27 09:00
收藏
淘帖
支持！
反对！