摘要:本文主要論述了遺傳算法的相關內容。遺傳算法是解決搜索問題的智能算法，它具有搜索算法的共同特點，也具有以變量的編碼為對象、隨機搜索、自適應、自組織等特點。雖然遺傳算法存在早熟即過早收斂效率的問題，且通常比其他的算法低，搜索速度不快、基礎理論知識仍然不是很成熟等問題，但是其在函數優化、組合優化、機器人學、人工生命等有很大的用途。

最初由Holland提出的SGA，可由編碼、解碼、交配、倒位、個體適應度評估、復制等步驟實現。它的設計原則有種群規模和適應度調整兩個方面。具體的過程可以看設計程序及相關的結果。

關鍵字：遺傳算法、適應度函數、種群、染色體

目錄

摘要

ABSTRACT

1、 引言-1

2、 遺傳算法的特點-1

3、 遺傳算法的基本原理-2

3、1遺傳算法的提出-3

3、2 SGA-3

3.2.1編碼-3

3.2.2解碼-3

3.2.3交配-4

3.2.4倒位-4

3.2.5個體適應度復制-4

3.2.6評估-4

4、 遺傳算法的設計-5

4.1生物遺傳概念在遺傳算法中的對應關系-5

4.2遺傳算法的程序設計偽代碼-5

4.3遺傳算法的參數設計原則-6

4.3.1種群的規模-6

4.3.2適應度函數的調整-6

5、 遺傳算法的數值實驗及結果-7

6、 不足之處-10

7、 應用領域-10

7.1函數優化-10

7.2組合優化-10

7.3機器人學-10

7.4人工生命-10

參考文獻-11