智能算法 - GA

智能算法——GA(遗传算法)

这是GA算法，在原有的基础上加上了一些改进：高斯变异，简单的竞标赛选择，多点交配和最简单的自适应模型。

高斯变异：

变异不再是随机地生成一个范围内的数，而是通过高斯分布（正态分布），在原有点的周围产生一个新的点，然后继续计算。这改进可以有效提高算法性能。

简单的随机竞标赛选择：

不同以往的选择。改进的选择方式是：每次挑选两组解，然后比较哪一组的适应值更好，好的进入新的种群，直到到达数目。这只是最简单的随机竞标赛，还可以进一步改进。但可以提高算法的搜索空间。

多点交配：

交配不再只是一个点，而是多个点，把“染色体”分段，一段交配一段不交配，直到染色体末尾。

自适应模型

采用的是最简单的自适应，即，每次迭代之后，如果全局最优解有提高，则保持参数，如果没有，适当增加。这种方式过于简单，还可以进一步改进。

精英更新

每次挑解中最好的，如果比当前全局最优解好，则更新。如果不是，则将当前最差解，替换成最优解。

算法流程图：

源码的评价函数的图像：

调参过程

发现好像变化不大。可能是评价函数维度太少，过于简单导致。

详细可以看GitHub

欢迎大家指正错误