遺傳演算法 (Genetic Algorithm)
最佳化方法簡介歷史確定性搜尋基本搜尋法逐漸深入法α-β 修剪A* 搜尋法隨機搜尋單粒子隨機搜尋貪婪演算法爬山演算法模擬退火法禁忌搜尋法多粒子隨機搜尋演化策略鳥群演算法蟻群演算法蜂群演算法程式實作基本搜尋法爬山演算法基因演算法鳥群演算法訊息相關網站參考文獻最新修改簡體版English |
程式專案下載:(C#) GeneticAlgorithm.cs 簡介遺傳演算法是模仿兩性生殖的演化機制,使用交配、突變等機制,不斷改進群體適應的一種演算法。此方法廣泛被用在各個人工智慧領域,尤其是在最佳化問題上,遺傳演算法的表現往往相當優異。 原理傳演算法具有保存良好基因的特性,並且藉由下列公式不斷改進。這個公式就是交配 (Crossover) 機制所造成的效果。
然後,藉由『物競天擇、適者生存』的選擇與淘汰機制,良好的個體會被保留下來,繼續繁衍,而不好的個體則會被淘汰,因而絕種。因此,遺傳演算法乃是透過優勝劣敗的生存法則所設計出來的一個競爭性演算法。 當然,在某些問題上,上述的公式不成立時,遺傳演算法也就失效了,因此將無法具有良好的表現。 實作
|
page revision: 12, last edited: 18 Sep 2010 07:24
Post preview:
Close preview