Alevel生物知識(shí)點(diǎn)總結(jié)——遺傳算法

 

　　遺傳學(xué)是Alevel生物知識(shí)點(diǎn)中最考驗(yàn)學(xué)生運(yùn)算和分析能力的一部分內(nèi)容，也是很多同學(xué)們心目中的一大難點(diǎn)。今天A加未來(lái)小編就帶大家來(lái)總結(jié)一下遺傳學(xué)部分的一些相關(guān)的算法運(yùn)算，希望對(duì)大家有所幫助。

　　遺傳算法（Genetic Algorithm）

　　是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過(guò)程的計(jì)算模型，是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法。

　　遺傳算法（Genetic Algorithm）是一類借鑒生物界的進(jìn)化規(guī)律（適者生存，優(yōu)勝劣汰遺傳機(jī)制）演化而來(lái)的隨機(jī)化搜索方法。

　　它是由美國(guó)的J.Holland教授1975年首先提出，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；

　　采用概率化的尋優(yōu)方法，能自動(dòng)獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。

　　遺傳算法的基本運(yùn)算過(guò)程如下：

　　1、初始化：

　　設(shè)置進(jìn)化代數(shù)計(jì)數(shù)器t=0，

　　設(shè)置最大進(jìn)化代數(shù)T，

　　隨機(jī)生成M個(gè)個(gè)體作為初始群體P(0)。

　　2、個(gè)體評(píng)價(jià)：

　　計(jì)算群體P(t)中各個(gè)個(gè)體的適應(yīng)度。

　　3、選擇運(yùn)算：

　　將選擇算子作用于群體。

　　選擇的目的是把優(yōu)化的個(gè)體直接遺傳到下一代或通過(guò)配對(duì)交叉產(chǎn)生新的個(gè)體再遺傳到下一代。

　　選擇操作是建立在群體中個(gè)體的適應(yīng)度評(píng)估基礎(chǔ)上的。

　　4、交叉運(yùn)算：

　　將交叉算子作用于群體。

　　遺傳算法中起核心作用的就是交叉算子。

　　5、變異運(yùn)算：

　　將變異算子作用于群體。

　　即是對(duì)群體中的個(gè)體串的某些基因座上的基因值作變動(dòng)。

　　群體P(t)經(jīng)過(guò)選擇、交叉、變異運(yùn)算之后得到下一代群體P(t+1)。

　　6、終止條件判斷：

　　若t=T,則以進(jìn)化過(guò)程中所得到的具有最大適應(yīng)度個(gè)體作為最優(yōu)解輸出，終止計(jì)算。

　　遺傳算法也是計(jì)算機(jī)科學(xué)人工智能領(lǐng)域中用于解決最優(yōu)化的一種搜索啟發(fā)式算法，是進(jìn)化算法的一種。

　　以上就是A加未來(lái)小編關(guān)于Alevel生物知識(shí)點(diǎn)中有關(guān)遺傳算法的總結(jié)，希望能夠作為同學(xué)們Alevel課程備考中的一份參考，為大家Alevel成績(jī)提升帶來(lái)一些幫助。更多Alevel課程學(xué)習(xí)問(wèn)題，歡迎隨時(shí)咨詢我們！