遗传算法及其matlab 实现报告人遗传算法生物学基础 遗传算法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，其基本思想是模拟自然界遗传机制和生物进化论而形成的一种过程搜索最优解的算法。在自然界，由于组成生物群体中各个个体之间的差异，对所处环境有不同的适应和生存能力，遵照自然界生物进化的基本原则，适者生存、优胜劣汰，将要淘汰那些最差个体，通过交配将父本优秀的染色体和基因遗传给子代，通过染色体核基因的重新组合产生生命力更强的新的个体与由它们组成的新群体。在特定的条件下，基因会发生突变，产生新基因和生命力更强的新的个体；但突变是非遗传的，随着个体不断更新，群体不断朝着最优化方向前进，遗传算法是真实模拟自然界生物进化机制进行寻优的。1、个体编码2、初始群体的产生3、适应度计算4、新种群的选择复制5、新种群的交配（交叉运算)6、新种群的变异运算算 法 步 骤算 法 流 程 图遗传算法步骤以一个案例来说明遗传算法的具体过程：函数的三维图形1 、个体编码 遗传算法的对象运算是表示个体的符号串，所以必须把变量编码为一种符号串 即将变量转换成二进制数串。数串的长度取决于所
