文章 "种群优化算法：二进制遗传算法（BGA）。第 II 部分"

[MetaQuotes]

新文章 种群优化算法：二进制遗传算法（BGA）。第 II 部分已发布：

在本文中，我们将继续研究二进制遗传算法（BGA），它模拟自然界生物遗传物质中发生的自然过程。

遗传二进制算法的开发受到若干个因素和思路的启发。主要的：

• 自然选择和进化原理：BGA 基于查尔斯·达尔文（Charles Darwin）提出的自然选择和进化原理。该思想是，一个种群中存在多种解元，更能适应环境的那些解元更有可能生存，并将其特征传递给下一代。
• 基因和遗传学：BGA 还使用基因学概念，例如基因、染色体、和遗传。BGA 中的解元表示为二进制字符串，其中单独的比特位组代表特定基因，而基因又代表被优化的参数。基因算子，诸如交叠和突变，以二进制字符串形式应用于，以便创建新一代解元。

总体上，BGA 的发展是进化算法、基因学、和优化领域思想结合的产物。创建它是为了利用自然选择和基因学原理解决优化问题，它的发展一直持续到今天，已经创建了大量的 GA 选项，以及广泛运用遗传算法中的想法和方法作为混血算法的一部分，包括非常复杂的那些。

二进制遗传算法（BGA）使用数据的二进制表示。这意味着每个单独的（解元） 都表示为一连串比特位（0 和 1）。遗传算子（例如交叠和突变）应用于比特位字符串，以便创建新一代解元。

作者：Andrey Dik

[fxsaber]

感谢您的文章！已将算法添加到总列表 中。