|
|
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。
+ e# H! E2 f8 p
; o+ v, i' i e. h1 V7 H, z8 Z1 q G
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。* s* ]! u w0 b& [ {
: z+ V, A( {) D2 W
. Z" z* Q5 \9 C8 _9 i: W$ n9 l' N
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。+ c: J: `+ R3 F0 T; A
! N, @8 K: N' X) A3 v( K6 O
$ n3 r1 u2 z5 q2 d2 D% c% o! k
1. 遗传算法实现过程
: l% U! }0 |; y$ o% N6 z* g$ ?
2 ~' m0 v/ U$ n: M. m1 ^, V$ L" Y% L) R: @- B+ Z5 n: m
1 y5 I$ r4 u* x4 _& G
9 X2 U6 o4 a4 [/ C* X0 o
" w& p% b0 H8 P9 F" X% s* P5 A j' {
& K7 [. a! t2 k h. \& _' ~ |
|
/1 
发表于 2019-7-27 09:00
收藏
淘帖
支持！
反对！