【科研訓(xùn)練與前沿講座課程論文：遺傳算法概述1700字】

科研訓(xùn)練與前沿講座課程論文—遺傳算法概述目錄TOC\o"1-2"\h\u2145一、引言 17818二、遺傳算法概念 125490三、遺傳算法的特點(diǎn) 12908四、遺傳算法的優(yōu)勢(shì) 218184五、遺傳算法的主要研究領(lǐng)域 229656六、遺傳算法現(xiàn)狀 28990結(jié)語(yǔ) 3引言關(guān)于遺傳算法這一概念，在1975年，最早是由密執(zhí)安大學(xué)教授和他的學(xué)生共同創(chuàng)造的。迄今為止，在各個(gè)領(lǐng)域得到了廣泛的普及和應(yīng)用，遺傳算法是一種新型的搜索功能升級(jí)算法，是根據(jù)達(dá)爾文的進(jìn)化論和孟德爾的遺傳學(xué)說演變而來，在近些年的發(fā)展中，受到了國(guó)內(nèi)外相關(guān)學(xué)者的矚目和青睞。在1985年，國(guó)際學(xué)者召開了相關(guān)會(huì)議，研討了遺傳算法的概念及規(guī)律，為遺傳算法的應(yīng)用和發(fā)展帶來了深遠(yuǎn)的影響。由于目前遺傳算法的應(yīng)用領(lǐng)域愈加廣泛，為個(gè)行業(yè)解決了很多難題，譬如：車間的流水線調(diào)度、車間的作業(yè)量調(diào)度、圖像的處理以及大數(shù)據(jù)的計(jì)算等，本論文主要將遺傳算法進(jìn)行總結(jié)，根據(jù)基礎(chǔ)概念、主要優(yōu)勢(shì)以及適用領(lǐng)域等各個(gè)方面展開詳細(xì)的探究，提高各個(gè)領(lǐng)域的學(xué)者對(duì)遺傳算法的認(rèn)知度。二、遺傳算法概念遺傳算法是以生物學(xué)理論與遺傳學(xué)理論為基礎(chǔ)，并進(jìn)行拓展和優(yōu)化，遺傳算法在計(jì)算機(jī)系統(tǒng)中，通常以模擬形式出現(xiàn)，優(yōu)化的重點(diǎn)內(nèi)容是以個(gè)別染色體的種類進(jìn)行對(duì)此，并展開分解和凈化，利用傳統(tǒng)的計(jì)算方式，制作成二進(jìn)制表以及其他圖例。進(jìn)化過程是隨機(jī)抽取個(gè)別種群，然后代代相傳，針對(duì)每一個(gè)新增種群，對(duì)其適應(yīng)能力進(jìn)行評(píng)估，再隨機(jī)抽取幾組個(gè)體，觀察其適應(yīng)性，按照兩種新增的種群進(jìn)行計(jì)算：第一種是自然選擇種群；第二種是突變新增種群，通過進(jìn)化分析將產(chǎn)生下一代種群作為新增種群。三、遺傳算法的特點(diǎn)遺傳算法具有特殊的生物學(xué)規(guī)律，并延伸出隨機(jī)搜索法，在操作方面，具有很大的優(yōu)勢(shì)，可以對(duì)結(jié)構(gòu)主體進(jìn)行分析和化驗(yàn)，不用通過函數(shù)以及復(fù)雜的計(jì)算方式進(jìn)行求解。除此之外，還具有內(nèi)隱性以及全局尋優(yōu)的突出能力，利用傳統(tǒng)的概率學(xué)計(jì)算方法，能夠自動(dòng)匹配、探索空間，并會(huì)隨著環(huán)境的變化做出適當(dāng)?shù)恼{(diào)整，尋求可適應(yīng)的方向，沒有特定的規(guī)律。遺傳算法的特殊性質(zhì)，在行業(yè)領(lǐng)域中，被廣泛采用，其中包括機(jī)器學(xué)習(xí)、人工智能等，由此可見，遺傳算法是推動(dòng)智能計(jì)算的核心技術(shù)。四、遺傳算法的優(yōu)勢(shì)遺傳算法在科技領(lǐng)域中，可以對(duì)人工智能進(jìn)行優(yōu)化，并成為一種搜索算法，這種算法為各個(gè)領(lǐng)域帶來了有效的解決方案，并優(yōu)化了傳統(tǒng)算法。關(guān)于進(jìn)化算法，是以進(jìn)化生物學(xué)為基礎(chǔ)理論，進(jìn)一步升華拓展而來，其中還包括了以下四種現(xiàn)象：第一，遺傳；第二，突變；第三，自然選擇；第四，雜交。五、遺傳算法的主要研究領(lǐng)域遺傳算法主要涉及了以下三個(gè)領(lǐng)域：第一，遺傳算法的理論技術(shù)；第二，遺傳算法的優(yōu)化升級(jí)；第三，遺傳算法的系統(tǒng)分類。而遺傳算法的理論技術(shù)分別涵蓋了五個(gè)方面：第一，編碼；第二，交叉運(yùn)算；第三，變異運(yùn)算；第四，選擇運(yùn)算；第五，是適應(yīng)度評(píng)價(jià)等。六、遺傳算法現(xiàn)狀遺傳算法的適用領(lǐng)域越來越廣，在科技發(fā)展的今天，將遺傳算法引用到科技領(lǐng)域中，通過人工智能與人工生命相互融合，按照遺傳算法進(jìn)行計(jì)算和處理，推動(dòng)了遺傳算法和進(jìn)化算法的有機(jī)結(jié)合。截止目前，國(guó)內(nèi)外諸多學(xué)者對(duì)遺傳算法進(jìn)行了改革，利用遺傳法將單一樣本行結(jié)合，將結(jié)合而成的種群進(jìn)行多親交叉計(jì)算，在這一領(lǐng)域的研究中，有了很大的突破。在2002年，戴小明等人將多種群遺傳共同進(jìn)化，并對(duì)種群的遺傳規(guī)律展開全面的探究，從而獲取經(jīng)典遺傳的最優(yōu)值。在2004年，趙宏立等人根據(jù)遺傳算法的規(guī)模組合進(jìn)行優(yōu)化，并針對(duì)搜索效率低下這一內(nèi)容展開重點(diǎn)研究，獲取了以基因代碼作為并行遺傳的新型算法。在2005年，江雷等人根據(jù)遺傳算法對(duì)TSP問題進(jìn)行求解，將彈性策略作為維持種群的多樣化結(jié)構(gòu)，使遺傳算法不受局部因素的干擾并突破重重阻礙，完成全局優(yōu)解的進(jìn)化算法。結(jié)語(yǔ)遺傳算法綜合分為兩大領(lǐng)域：第一，理論與技術(shù)領(lǐng)域；第二，應(yīng)用和研究領(lǐng)域。關(guān)于理論技術(shù)領(lǐng)域的研究主要從六個(gè)方面進(jìn)行操作：第一，遺傳；第二，群體大??；第三，參數(shù)控制；第四，適應(yīng)度評(píng)價(jià)；第五，實(shí)現(xiàn)技術(shù)。另外，應(yīng)用研究領(lǐng)域主要從以下兩個(gè)方面著手：第一，開發(fā)遺傳算法的商業(yè)軟件；第二，開拓廣泛的遺傳算法應(yīng)用領(lǐng)域。因此，相較而言，應(yīng)用研究領(lǐng)域是遺傳算法獲得長(zhǎng)