文档介绍：优化算法之遗传算法pyy
优化算法之遗传算法pyy优化算法之遗传算法pyy
主要内容
遗传算法简介
基本原理
研究进展
遗传算法的流程
流程结构
应用举例
遗传算法的改进
算子选择
参数设置
混合遗传算法
并行遗传算法
遗传算法的应用
遗传算法在生物信息学中的应用
遗传算法是什么？
遗传算法
（Genetic Algorithm，GA）
是进化计算的一个分支，
是一种模拟自然界生物进化过程的随机搜索算法。
遗传算法的思想来源是怎样的？
它由谁提出的？
GA思想源于自然界“自然选择”和“优胜劣汰”的进化规律，
通过模拟生物进化中的自然选择和交配变异寻找问题的全局最优解。
它最早由美国密歇根大学教授John H. Holland提出，
现在已经广泛应用于各种工程领域的优化问题之中。
遗传算法简介
产生
60年代中期，美国Michigan大学的J. H. Holland教授提出借鉴生物自然遗传的基本原理用于自然
和人工系统的自适应行为研究和串编码技术；
1967年，他的学生J. D. Bagley在博士论文中首次提出“遗传算法(Genetic Algorithms)”一词；
1975年，Holland出版了著名的“Adaptation in Natural and Artificial Systems”，标志遗传算法的诞生。
70年代初，Holland提出了“模式定理”（Schema Theorem），一般认为是“遗传算法的基本定理”，从而奠定了遗传算法研究的理论基础；
1985年，在美国召开了第一届遗传算法国际会议，并且成立了国际遗传算法学会(ISGA，International Society of Genetic Algorithms)；
发展
1989年，Holland的学生D. J. Goldherg出版了“Genetic Algorithms in Search, Optimization, and Machine Learning”，对遗传算法及其应用作了全面而系统的论述；
1991年，L. Davis编辑出版了《遗传算法手册》，其中包括了遗传算法在工程技术和社会生活中大量的应用实例。