[科普中国]-启发式遗传算法

概念

启发式算法（heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。启发式算法可以这样定义：一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计。

而启发式遗传算法是将遗传算法应用于启发式算法中，用来解决最优化问题的一种算法。

遗传算法与启发式遗传算法遗传算法与其他启发式搜索方法一样，遗传算法在形式上是一种迭代方法，它从一组解（ 群体）出发，模拟生物体的进化机制，采用复制、交叉、变异等遗传操作，在继承原有优良基因的基础上，生成具有更好性能指标的下一代解的群体，不断迭代，直到搜索到最优解或满意解为止。用遗传算法解决组合优化问题的一般步骤：

Step1： 确定群体规模i（整数）及遗传操作的代数（整数）。初试代数k = 1，使用随机方法或其他方法产生i个可能解 （ 1