前言
遗传算法(genetic algorithm)是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应人工智能技术。它模拟达尔文的自然进化论与孟代尔的遗传变异理论,具有坚实的生物学基础;它提供从智能生成过程观点对生物智能的模拟,具有鲜明的认知学意义;它适合于无表达或有表达的任何类函数,具有可实现的并行计算行为;它能解决任何类实际问题,具有广泛的应用价值。因此,最近十多年,遗传算法在国内外倍受重视。
遗传算法的思想由来已久。早在20世纪50年代,一些生物学家就着手于计算机模拟生物的遗传系统。1967年,美国芝加哥大学Holland,J.H.教授在研究适应系统时,进一步涉及进化演算的思考,并于1968年提出模式理论。1975年,Holland教授的专著《自然界和人工系统的适应性》(Adaptationin Natureand Artificial Systems)问世,全面地介绍了遗传算法,为遗传算法奠定了基础。此后,遗传算法无论在理论研究方面,还是在实际应用方面都有了长足的发展。
一种理论的成