遗传算法的特点(遗传算法的基本步骤)

遗传算法的基本操作步骤包括三部分，分别是选择、交换和变异，下面逐一介绍：一、选择选择操作的目的是使得群体优胜劣汰、不断进化，并且提高群体收敛速度

遗传算法的基本操作步骤包括三部分，分别是选择、交换和变异，下面逐一介绍：一、选择选择操作的目的是使得群体优胜劣汰、不断进化，并且提高群体收敛速度和搜索效率从当前群体中选出优良的个体，使它们有机会作为父代繁殖子孙后代。

每个个体的优良程度由它们自己的适应度值来定量描述，适应度越大的个体越具有优良性选择操作完全符合达尔文适者生存的进化原则，即个体适应度越高，其被选择和复制后代的机会就越多我们采用和适应度值成比例的概率方法来进行选择。

首先假设群体中的个体总数，再计算群体中所有个体适应度的总和，然后计算每个个体的适应度所占的比例进行选择，按适应性决定每个个体在下一代中应复制其自身的数目选择后的个体需要通过交换操作产生的新个体，以满足进化的需要。

二、交换交换操作的作用是产生新个体，不断开拓解搜索空间，提高算法的全局搜索能力所谓交换是指把两个父代个体的部分结构加以交换重组而生成新个体的操作交换操作可以分两步进行：首先，对所有配对的个体进行随机配对；其次在配对个体中随机设定交换位置，然后按交换概率让配对个体彼此交换部分信息。

交换操作是遗传算法中最主要的遗传操作由交换操作得到了新一代个体，使新群体中个体适应度的平均值和最大值都有了明显提高交换操作能把群体保持在合适区域内的同时搜索新的解空间当交换操作产生的后代的适应度不再比它们的前辈好又未找到全局最优解时，就会发生早熟收敛，早熟收敛的根源是发生了有效基因缺失，为克服这种情况，只有依赖于变异。

三、变异变异操作对寻优和进化是非常重要的，当优化过程陷入局部优解时，可利用变异跳出局部优解的陷阱变异操作是按位进行的，即把某一位的内容进行变异变异操作可在交换操作之后进行，可对配对个体之一进行随机择位，然后按变异概率进行变异。

遗传算法引入变异的目的有两个：一是使遗传算法具有局部随机搜索的能力当遗传算法通过交换己接近最优解邻域时，利用变异这种局部搜索可以加速向最优解收敛，这种情况下，变异概率应取较小值，否则接近最优解的个体将因变异而遭到破坏；二是使遗传算法维持群体多样性，以防止出现早熟收敛现象。

此时变异概率应取较大值变异操作是十分微妙的遗传操作，它需要和交换操作妥善配合使用，以挖掘群体中个体的多样性，克服有可能陷于局部优解的弊病