(allele)

数据值，属性，值

基因座

(locus)

位置，

iterator

位置

表现型

(phenotype)

参数集，解码结构，候选解

染色体：又可以叫做基因型个体

(individuals)

群体

/

种群

(population)

：一定数量的个体组成，及一定数量的染色体组成，群体中个体的数

量叫做群体大小。

初始群体：若干染色体的集合，即解的规模，如

30

，

50

等，认为是随机选取的数据集合。

适应度

(fitness)

：各个个体对环境的适应程度

优化时先要将实际问题转换到遗传空间，

就是把实际问题的解用染色体表示，

称为编码，

反过程为解码

/

译码，因为优化后要进行评价(此时得到的解是否较之前解优越)

，所以要返

回问题空间，故要进行解码。

SGA

采用二进制编码，

染色体就是二进制位串，每一位可称

为一个基因

；

如果直接生成二进制初始种群，

则不必有编码过程，

但要求解码时将染色体解

码到问题可行域内。

遗传算法的准备工作

:

1)

数据转换操作，包括表现型到基因型的转换和基因型到表现型的转换。前者是把求

解空间中的参数转化成遗传空间中的染色体或者个体

(encoding)

，后者是它的逆操作

(decoding)

2)

确定适应度计算函数，可以将个体值经过该函数转换为该个体的适应度，该适应度

的高低要能充分反映该个体对于解得优秀程度。非常重要的过程。

遗传算法

基本过程为

:

1)

编码，创建初始群体

2)

群体中个体适应度计算

3)

评估适应度

4)

根据适应度选择个体

5)

被选择个体进行交叉繁殖

6)

在繁殖的过程中引入变异机制

7)

繁殖出新的群体，回到第二步