遺傳算法，遺傳

遺傳算法，遺傳

一、簡介

遺傳算法 ( GA , Genetic Algorithm ) ，也稱進化算法 。 遺傳算法是受達爾文的進化論的啟發，借鑒生物進化過程而提出的一種啟發式搜索算法。因此在介紹遺傳算法前有必要簡單的介紹生物進化知識。

二、原理

種群(Population)：生物的進化以群體的形式進行，這樣的一個群體稱為種群。
個體：組成種群的單個生物。
基因 ( Gene ) ：一個遺傳因子。 
染色體 ( Chromosome ) ：包含一組的基因。
生存競爭，適者生存：對環境適應度高的、牛B的個體參與繁殖的機會比較多，後代就會越來越多。適應度低的個體參與繁殖的機會比較少，後代就會越來越少。
遺傳與變異：新個體會遺傳父母雙方各一部分的基因，同時有一定的概率發生基因變異。

繁殖過程，會發生基因交叉( Crossover ) ，基因突變 ( Mutation ) ，適應度( Fitness )低的個體會被逐步淘汰，而適應度高的個體會越來越多。那麼經過N代的自然選擇後，保存下來的個體都是適應度很高的。

三、實例

http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html

參考：http://www.cnblogs.com/heaad/archive/2010/12/23/1914725.html
     http://baike.baidu.com/link?url=nv5wyTiyKfz7edwrI_UBq7Bj8mAXoyvswDr9NELkS1xvLkl2W48OLC_0tzLwwF5wr4M9P6ySxnY7kkmA2XHDU_