遺傳算法是一種基於“適者生存、優勝劣汰”的高度並行、隨機搜尋、自適應的最佳化算法，問題的求解過程被模擬為“染色體”適者生存的過程，通過“染色體”複製、交叉、變異等遺傳操作，群體一代一代進化，收斂到“最適應環境”的個體，即求得問題的最優解或者較滿意解。
基本遺傳算法包括有三種遺傳運算元：選擇運算元，雜交運算元，變異運算元。在進行尋優的過程中，如果事先很難得知問題的求解步驟，在解空間進行搜尋這一辦法就成為更為廣泛的策略之一。
基本介紹
- 中文名：遺傳操作運算元
- 外文名：Genetic operator
- 操作：染色體”複製、交叉、變異等
- 分類：選擇運算元，雜交運算元，變異運算元
- 選擇運算元：深度搜尋累積的信息
- 雜交運算元：廣度搜尋解空間中新的區域
- 變異運算元：廣度搜尋解空間中新的區域
遺傳算法,遺傳操作運算元,選擇,雜交或基因重組,變異,
遺傳算法
遺傳算法是一種基於“適者生存、優勝劣汰”的高度並行、隨機搜尋、自適應的最佳化算法，問題的求解過程被模擬為“染色體”適者生存的過程，通過“染色體”複製、交叉、變異等遺傳操作，群體一代一代進化，收斂到“最適應環境”的個體，即求得問題的最優解或者較滿意解。
遺傳算法作為一種套用比較廣泛、影響比較大的最佳化算法，與其他最佳化算法相比，它主要具有下述若干獨特的性能。（1）遺傳算法以參數的編碼集作為運算對象，並且在執行搜尋過程中，不受最佳化函式連續性及其導數求解的限制，因而具有很強的通用性。（2）遺傳算法直接使用由目標函式確定的適應度函式信息，以群體為單位執行搜尋過程，加快搜尋到適應度較好的搜尋空間，因而具有較強的全局搜尋能力。（3）遺傳算法簡單通用，普適性強，易於與其他算法結合構成混合智慧型算法，並且該算法具有很強的魯棒性，因而在眾多領域得到了廣泛的套用。鑒於以上特徵，遺傳算法受到了越來越廣泛的重視。
遺傳操作運算元
基本遺傳算法包括有三種遺傳運算元：選擇運算元，雜交運算元，變異運算元。在進行尋優的過程中，如果事先很難得知問題的求解步驟，在解空間進行搜尋這一辦法就成為更為廣泛的策略之一。現下有兩種具有代表性的搜尋行為一種是隨機搜尋，一種是有向搜尋。隨機搜尋以整個解空間作為搜尋範圍，廣泛搜尋並能從局部最優中跳離；有向搜尋深度探索最優解，能夠向著局部最優解進行有向爬山。遺傳算法結合了隨機和有向兩種搜尋能力，它可以在深度搜尋和廣度搜尋之間維持適當的平衡。在遺傳算法中，由選擇運算元負責深度搜尋累積的信息，雜交運算元和變異運算元負責廣度搜尋解空間中新的區域。下面我們逐一進行介紹：
選擇
在生物的遺傳和自然進化過程中，對生存環境適應程度較高的物種將有更多的機會遺傳到下一代；而對生存環境適應程度較低的物種遺傳到下一代的機會就相對較少。模仿這個過程，遺傳算法使用選擇運算元或稱複製運算元來對種群中的個體進行優勝劣汰操作：適應度較高的個體被遺傳到下一代種群中的機率較大；適應度較低的個體被遺傳到下一代種群中的機率較小。遺傳運算中的選擇操作就是用來確定從親代種群中按某種方法選取哪些個體遺傳到下一代種群中的一種遺傳運算。選擇操作建立在對個體的適應度進行評價的基礎之上。選擇操作的主要目的是在保持種群大小恆定的情況下複製種群中適應度高的個體，去除種群中適應度低的個體。首先計算適應度，適應度計算之後按照適應度進行父代個體的選擇。
雜交或基因重組
在生物的自然進化過程中，兩個同源染色體通過交配而重組，形成新的染色體，從而產生出新的個體或物種。交配重組是生物遺傳和進化過程中的一個主要環節。模仿這個環節，在遺傳算法中也使用雜交運算元來產生新的個體。遺傳算法中的所謂雜交運算，是指對兩個相互配對的染色體按某種方式相互交換其部分基因，從而形成兩個新的個體。前面介紹的選擇運算元不能在種群中建立任何新的個體，它只能以不複製適應度較差的個體為代價複製多個適應較高的個體，新個體的建立只能通過交叉運算元和變異運算元來實現。交叉運算是遺傳算法區別於其他進化算法的重要特徵，它在遺傳算法中起著關鍵作用，是產生新個體的主要方法在遺傳算法中，在雜交運算之前還必須先對種群中的個體進行配對。目前常用的配對策略是隨機配對，即將種群中的個個體以隨機的方式組成對配對個體組，交叉操作是在這些配對個體組中的兩個個體之間進行的。交叉運算元的設計和實現與所研究的問題密切相關，一般要求它既不要太多地破壞個體編碼串中表示優良性狀的優良模式，又要能夠有效地產生出一些較好的新個體模式。
變異
在生物的遺傳和自然進化過程中，其細胞分裂複製環節有可能會因為某些偶然因素的影響而產生一些複製差錯，這樣就會導致生物的某些基因發生某種變異，從而產生出新的染色體，表現出新的生物性狀。雖然發生這種變異的可能性比較小，但它也是產生新物種的一個不可忽視的原因。模仿生物遺傳和進化過程中的這種變異環節，在遺傳算法中也引入了變異運算元來產生新的個體。遺傳算法中的所謂變異運算，是指將個體染色體編碼串中某些基因座上的基因值用該基因座的其他等位基因來替換，從而形成一個新的個體。終止條件。終止條件就是一串進化結束的條件，一般依據問題的不同有不同的確定方法。運行參數。基本遺傳算法主要山群體規模N、雜交機率Pc、變異機率Pm。
