常用术语种群：指用遗传算法求解问题时，初始给定的多个解的集合，该集合内个体数即为种群的大小。遗传算法的求解过程是从这个集合开始的。个体：指带有染色体特征的实体，是种群中的单个元素，表示集合中的一个可行解。它通常由一个用于描述其基本遗传结构的数据结构来表示。编码：指将一个问题的可行解从其解空间转换到遗传算法的搜索空间的转换方法。解码：指遗传算法中染色体向问题解的转换。染色体：指对个体进行编码后所得到的编码串。在遗传算法中，首先需要将要解决的问题映射成数学问题，也就是所谓的“数学建模”，那么这个问题的一个可行解即被称为一条“染色体”。基因：一个可行解（染色体）一般由多个元素构成，那么每一个元素就被称为染色体上的一个“基因
常用术语 种群：指用遗传算法求解问题时，初始给定的多个解的集合，该集合内个体数即 为种群的大小。遗传算法的求解过程是从这个集合开始的。 个体：指带有染色体特征的实体，是种群中的单个元素，表示集合中的一个可行 解。它通常由一个用于描述其基本遗传结构的数据结构来表示。 编码：指将一个问题的可行解从其解空间转换到遗传算法的搜索空间的转换方法。 解码：指遗传算法中染色体向问题解的转换。 染色体：指对个体进行编码后所得到的编码串。在遗传算法中，首先需要将要解 决的问题映射成数学问题，也就是所谓的“数学建模”，那么这个问题的一个可 行解即被称为一条“染色体”。 基因：一个可行解（染色体）一般由多个元素构成，那么每一个元素就被称为染 色体上的一个“基因
常用术语适应度函数：一种用来对种群中各个个体的环境适应性进行度量的函数。在遗传算法中，其函数值是遗传算法实现优胜劣汰的主要依据。遗传操作：指作用于种群而产生新的种群的操作。包括选择、交叉，变异三类。选择：以一定的概率从种群中选择若干个个体。一般来说，选择过程是一种基于适应度的优胜劣汰的过程。交叉：是遗传算法在迭代过程中生成新染色体的途径。交叉过程需从上一代的染色体中寻找两条染色体，通过将这两条染色体的某一个位置切断并拼接在一起从而生成一条新的染色体。这条新染色体上同时包含了一定数量的两条被选中的染色体的基因。变异：同样为遗传算法在迭代过程中生成新染色体的途径。在交叉后的新染色体上随机选择若干个基因，并随机修改选中基因的值，从而为现有染色体引入了新基因
常用术语 适应度函数：一种用来对种群中各个个体的环境适应性进行度量的函数。在遗传 算法中，其函数值是遗传算法实现优胜劣汰的主要依据。 遗传操作：指作用于种群而产生新的种群的操作。包括选择、交叉、变异三类。 交叉：是遗传算法在迭代过程中生成新染色体的途径。交叉过程需从上一代的染 色体中寻找两条染色体，通过将这两条染色体的某一个位置切断并拼接在一起， 从而生成一条新的染色体。这条新染色体上同时包含了一定数量的两条被选中的 染色体的基因。 变异：同样为遗传算法在迭代过程中生成新染色体的途径。在交叉后的新染色体 上随机选择若干个基因，并随机修改选中基因的值，从而为现有染色体引入了新 基因。 选择：以一定的概率从种群中选择若干个个体。一般来说，选择过程是一种基于 适应度的优胜劣汰的过程