导读：一、研究并行遗传算法的意义遗传算法(Genetic Algorithms, GAs)是美国密歇根大学Holland教授借鉴生物进化中的“生存竞争”和“优胜劣汰”现象提出来的全局优化算...
一、研究并行遗传算法的意义中国通信人博客,h.|,Y'j2YO
~3U U} d_P0
遗传算法(Genetic Algorithms, GAs)是美国密歇根大学Holland教授借鉴生物进化中的“生存竞争”和“优胜劣汰”现象提出来的全局优化算法。从一组初始可行解出发，在不需要除适应度函数之外的其它信息的条件下，实现对可能解空间的全局高效搜索。遗传算法是一种多参数、多个体同时优化的算法。这种算法提供了一种求解系统优化问题的通用框架，它不依赖于问题的具体领域，对问题的种类具有很强的鲁棒性，这种良好的特性使它在组合优化领域获得了成功的应用，并成为计算智能领域研究的热点。被广泛应用于生产调度、图象处理、函数优化、机器人学习、自动控制等领域。
%Y&^N @:S q1XS gp6}K?0
f {)|+q4S2L x,U%J?%k0
随着科学技术的发展，问题的规模不断扩大，复杂度不断增加，对GAs求解
