遗传算法中的编码方法

生物背景：

染色体：所有生物体都由细胞组成。每个细胞中都有一组相同的染色体。染色体是字符串DNA，由基因、DNA 块组成。每个基因都编码一个特征，例如眼睛的颜色。
再现：在再现过程中，首先发生组合（或交叉）。来自父母的基因结合形成一个全新的染色体。然后可以对新创建的后代进行突变。这些变化主要是由于从父母那里复制基因的错误造成的。生物体的适应度是通过生物体在其生命中的成功来衡量的。

遗传算法的操作：
在将遗传算法用于解决方案之前，任何问题所需的两个重要元素是

表示解法的方法例如：字符串位、数字、字符例如：测定总重量。

使用适应度函数测量任何建议解决方案的质量的方法。

基本原则：

一个人的特征是一组参数：基因

基因连接成一个字符串：染色体

染色体形成基因型

基因型包含构建生物体的所有信息：表型

繁殖是基因型染色体上的“哑巴”过程

适应度是在表型的现实世界（“为生活而奋斗”）中衡量的。

算法阶段：

Simple_Genetic_Algorithm()
{
     Initialize the population;
     Calculate Fitness Function;

     while(Fitness Value != Optimal Value)
     {
          Selection;  //Natural Selection, survival of fittest
          Crossover;  //Reproduction, propagate favorable characteristics
          Mutation;
          Calculate Fitness Funtion;
      }
}

使用字符串编码：
染色体编码是解决问题的第一步，它完全取决于问题。以传达必要信息的位字符串形式表示解决方案的过程。就像在染色体中一样，每个基因控制着个体的特定特征，类似地，字符串的每一位都代表解的一个特征。

编码方法：

二进制编码：最常见的编码方法。染色体是由 1 和 0 组成的字符串，染色体中的每个位置都代表问题的一个特定特征。
排列编码：在诸如旅行商问题 (TSP) 之类的排序中很有用。在 TSP 中，每条染色体都是字符串数字，每个数字代表一个要访问的城市。
值编码：用于使用复杂值（例如实数）并且二进制编码不够用的问题。对某些问题有好处，坚果通常需要为这些染色体开发一些特定的交叉和突变技术。

遗传算法中的编码方法

生物背景：

基本原则 ：

基本原则：