一、 遺傳演算法的三個主要操作

1、選擇
2、交配
3、變異

遺傳演算法廣泛的應用於最優化問題求解之中！

簡單遺傳演算法SGA的實現步驟：
1、編碼
2、評價
3、適應函式
4、交配規則
5、停止條件

二、選擇採用的演算法

採用確定性演算法：

交配規則：

變異：
就是將隨機指定某個位進行變異，0變成1,1變成0！目的是近親繁殖的時候出來的資料變化不大，需要變異新的基因以跳出區域性最優解。

例題

1、編碼：採用二進位制形式編碼，由於變數的最大值31，固採用5個位即可表達全部的值。

由於x的定義域是[0, 31]間的整數，剛好可以用5位二進位制數表示，因此可以用5位二進位制數表示該問題的解，即染色體。如00000表示x＝0，10101表示x＝21，11111表示x＝31等。 
 

2、適應函式，這裡可以直接採用f(x)上面的函式作為適應函式。
假設群體的規模N＝4，交配概率Pc＝100％，變異概率Pm＝1％。
設隨機生成的初始群體為：
01101，11000，01000，10011
這裡選擇的演算法採用上面的確定演算法：得到第0代如下

配對進行交配，其中交配位是隨機選擇的rand（5）：位的話是從左邊往右邊數。

交配的結果得到第一代的情況表：

繼續交配：

由第1代和第0代的結果可知交配結果變化不是很大，因而需要選擇變異！
變異位也是隨機。

得到第二代的情況表：

交配結果：

看到下面的圖，平均值已經趨近於平緩，因此可以停止交配，關於停止交配的終止條件可以是：1、到達設定的迭代次數，2、輸出結果日漸平緩

最後得到的問題最優解為：
x：11111
對應的整數是x=31