9.遗传算法

目标是搜索假设空间，寻找最符合适应度函数的假设。

基本使用二进制串作为基因（假设的特征串）。变异算子：随机某位取反。交叉算子：对一对假设进行特征运算，获得两个后代。

基本过程：计算每个个体的适应度，若达到要求即结束。取一定假设直接进入下一阶段。取一定假设进行交叉。随机一部分结果进行随机变异。获得新群体。

是否取当前假设：可以根据当前随机数是否小于当前假设对整体适应度的贡献率fit（i）/sum（fit（n））；可以使用锦标赛选择，成对比较，以p取适应者，1-p取不适应者；排序选择，排好序，随机位置。

单点交叉：ab AB->Ab aB；两点交叉：abc ABC->aBc AbC；均匀交叉：随机抽取位；

拉马克进化：经验影响进化。

鲍德温效应：有学习能力的个体在群体占有更多优势。

可能出现拥挤问题：群体某个体适应度很大却不达标，迅速繁殖，减少了多样性。