遗传算法的基本操作

    遗传算法包括三个基本操作:选择、交叉和变异。这些基本操作又有许多不同的方法，下面我们逐一进行介绍。

   1.选择(selection)

    选择是用来确定重组或交叉个体，以及被选个体将产生多少个子代个体。首先计算适应度：

①  比例的适应度计算（proportional fitness assignment）

②  于排序的适应度计算(rank-based fitness assignment

适应度计算之后是实际的选择，按照适应度进行父代个体的选择。可以挑选以下的算法:

①  轮盘赌选择(roulette wheel selection) ;

②  随机遍历抽样(stochastic universal sampling);

③  局部选择(local selection);

④  截断选择(truncation selection);

⑤  标赛选择(tournament selection)

2.交叉或基因重组(crossover/recombination)

基因重组是结合来自父代交配种群中的信息产生新的个体。依据个体编码表示方法的不同，可以有以下的算法:

①  实值重组(real valued  recombination )

     ·离散重组(discrete recombination)

     ·中间重组(intermediate recombination)

     ·线性重组} linear recombination )

     ·扩展线性重组(extended linear recombination)

②  二进制交叉(binary valued crossover)

·单点交又(single-point crossover )

·多点交叉(multiple-point crossover)

·均匀交叉(uniform crossover)

·洗牌交叉(shuffle crossover)

·缩小代理交叉(crossover with reduced surrogate)

   3.变异(mutation)

    交叉之后子代经历的变异，实际上是子代基因按小概率扰动产生的变化。依据个体编码。表示方法的不同，可以有以下的算法:

①  实值变异;

②  二进制变异