10.3遗传算法的发展及应用 10.3.1遗传算法的发展 遗传算法起源于对生物系统所进行的计算机模拟研究。早 在20世纪40年代，就有学者开始研究如何利用计算机进行生物 模拟的技术，他们从生物学的角度进行了生物的进化过程模拟、 遗传过程模拟等研究工作。进入20世纪60年代，美国密执安大 学的Holland教授及其学生们受到这种生物模拟技术的启发， 创造出一种基于生物遗传和进化机制的适合于复杂系统优化计 算的自适应概率优化技术一遗传算法。 以下是在遗传算法发展进程中一些关键人物所做出的主要 贡献：
10.3 遗传算法的发展及应用 10.3.1 遗传算法的发展 遗传算法起源于对生物系统所进行的计算机模拟研究。早 在20世纪40年代，就有学者开始研究如何利用计算机进行生物 模拟的技术，他们从生物学的角度进行了生物的进化过程模拟、 遗传过程模拟等研究工作。进入20世纪60年代，美国密执安大 学的Holland教授及其学生们受到这种生物模拟技术的启发， 创造出一种基于生物遗传和进化机制的适合于复杂系统优化计 算的自适应概率优化技术—遗传算法。 以下是在遗传算法发展进程中一些关键人物所做出的主要 贡献：
(1)J.H.Holland 20世纪70年代初，Hol1and教授提出了遗传算法的基本 定理一模式定理，从而奠定了遗传算法的理论基础。模式定 理揭示了群体中优良个体（较好的模式）的样本数将以指数 级规律增长，从理论上保证了遗传算法用于寻求最优可行解 的优化过程。1975年，Ho11and出版了第一本系统论述遗传算 法和人工自适应系统的专著《自然系统和人工系统的自适应 性》。20世纪80年代，Hol1and教授实现了第一个基于遗传算 法的机器学习系统一分类器系统，开创了基于遗传算法的机 器学习的新概念
（1）J.H.Holland 20世纪70年代初，Holland教授提出了遗传算法的基本 定理—模式定理，从而奠定了遗传算法的理论基础。模式定 理揭示了群体中优良个体（较好的模式）的样本数将以指数 级规律增长，从理论上保证了遗传算法用于寻求最优可行解 的优化过程。1975年，Holland出版了第一本系统论述遗传算 法和人工自适应系统的专著《自然系统和人工系统的自适应 性》。20世纪80年代，Holland教授实现了第一个基于遗传算 法的机器学习系统—分类器系统，开创了基于遗传算法的机 器学习的新概念
(2)J.D.Bagley 1967年，Ho1land的学生Bagley在其博士论文中首次提 出了“遗传算法”一词，并发表了遗传算法应用方面的第一 篇论文。他发展了复制、交叉、变异、显性、倒位等遗传算 子，在个体编码上使用了双倍体的编码方法。在遗传算法的 不同阶段采用了不同的概率，从而创立了自适应遗传算法的 概念
（2）J.D.Bagley 1967年，Holland的学生Bagley在其博士论文中首次提 出了“遗传算法”一词，并发表了遗传算法应用方面的第一 篇论文。他发展了复制、交叉、变异、显性、倒位等遗传算 子，在个体编码上使用了双倍体的编码方法。在遗传算法的 不同阶段采用了不同的概率，从而创立了自适应遗传算法的 概念
(3)K.A.De Jong 1975年，De Jong博士在其博士论文中结合模式定理 进行了大量纯数值函数优化计算实验，树立了遗传算法的 工作框架。他推荐了在大多数优化问题中都较适用的遗传 算法的参数，建立了著名的De Jong五函数测试平台，定 义了评价遗传算法性能的在线指标和离线指标。 (4)D.J.Goldberg 1989年，Go1 dberg出版了专著《搜索、优化和机器 学习中的遗传算法》，该书全面地论述了遗传算法的基本 原理及其应用，奠定了现代遗传算法的科学基础
（3）K.A.De Jong 1975年，De Jong博士在其博士论文中结合模式定理 进行了大量纯数值函数优化计算实验，树立了遗传算法的 工作框架。他推荐了在大多数优化问题中都较适用的遗传 算法的参数，建立了著名的De Jong五函数测试平台，定 义了评价遗传算法性能的在线指标和离线指标。 （4）D.J.Goldberg 1989年，Goldberg出版了专著《搜索、优化和机器 学习中的遗传算法》，该书全面地论述了遗传算法的基本 原理及其应用，奠定了现代遗传算法的科学基础
(5)L.Davis 1991年，Davis编辑出版了《遗传算法手册》一书，为 推广和普及遗传算法的应用起到了重要的指导作用。 (6)J.R.Koza 1992年，Koza将遗传算法应用于计算机程序的优化设 计及自动生成，提出了遗传编程的概念，并成功地将遗传 编程的方法应用于人工智能、机器学习和符号处理等方面
（5）L.Davis 1991年，Davis编辑出版了《遗传算法手册》一书，为 推广和普及遗传算法的应用起到了重要的指导作用。 （6）J.R.Koza 1992年，Koza将遗传算法应用于计算机程序的优化设 计及自动生成，提出了遗传编程的概念，并成功地将遗传 编程的方法应用于人工智能、机器学习和符号处理等方面