|
|
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。. ~: `6 }8 Z! H: _9 V, g
8 S& [' W/ _5 |- [2 H1 _2 U6 G' g/ M8 y. }0 @+ Q' 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。
' i& D b- ~9 v, O& }8 u C+ p6 O# g$ t- k; X; I$ r4 q$ @& T
' w2 d0 y) X) \% l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。& B6 o2 Q4 i3 k4 l
* B5 d4 b* d0 ^4 @; t0 J1 n# P2 r: q# {9 Z
1. 遗传算法实现过程5 z- J6 i% P n) m3 v% [
' N! {8 C9 r9 d/ {1 y4 H
: Q) F, t/ a" ^, N+ [4 s
% h: Q, E$ y1 \+ v8 }! ]
) n5 u4 }, \% n3 M C7 n
! \ Y3 i) N" l% { ?! u$ l8 n8 W, I3 t4 L3 \5 O/ v
|
|
/1 
发表于 2019-7-27 09:00
收藏
淘帖
支持！
反对！