遺傳演算法和遺傳規劃的區別是什麼

1樓：網友

遺傳演算法。是以基因型為目標，如一串01字元組成。遺傳拍爛規劃是以一段程式為目標，如乙個樹形結構，表達的是乙個公式，用於擬合目標函式，例項比如天氣與豎賀滲食物產量的關係曲線，曲線就是要計算的函式，擬合的適合度就是算曲線餘脊與實際取樣中的方差。

淺薄理解不一定很準確。其餘操作如交叉，變異等兩者相似。

遺傳演算法的優缺點

2樓：慕彬鬱

下面將從不同的角度分析遺傳演算法的優缺點。

一、優點

由於遺傳演算法的多樣性搜尋性質，它可以在搜尋空間中找到許多可能的解，避免了陷入區域性最優的風險。因此，它通常能在較短時間內找到全域性最優或近似最優的解。

2、適用範圍廣

遺傳演算法不依賴於問題特定的知識，可以解決各種型別的優化問題，如函式優化、組合優化、排程問題等。它具有較強的通用性和靈活性。

3、並行處理能力強

由於遺傳演算法具有並行化的天賦，因此它慎汪易於與平行計算結合，可以在分散式系統上方便地實現並行搜尋。這使得它在大規模優化問題上比其他演算法具有更高的效率和可擴充套件性。

二、缺點

1、演算法引數調節困難

遺傳演算法的效能取決於很多引數的設定，如種群大小，交叉率，變異概率等。

但很多時候沒有一種固定的引數設定方法適用於所有問題，需要通過實驗選取最優引數組合。這使得遺傳演算法在實際應用中，演算法引數調節成為乙個比較麻煩的問題。

2、可能陷入區域性最優

雖然遺傳演算法可避免落入區域性肆孝敬最小值，但準確的說，並非完全避免。

這是由於父代種子產生子代時，由於操作本身有隨機性，無法保證在每次的新一代裡找到全域性最優解。因此，在遺傳演算法的實際使用中，仍然會存在陷入區域性最優或次優解的情況。

3、編碼方式受限

在遺傳演算法的操作過程中，要涉及到對個體編碼進行交叉、變異等操作。不同的問題可能需要採用不同的編裂慎碼方式，而某些問題的處理可能很難從實現上表達出相應的編碼方式。這可能導致弱化遺傳演算法的應用範圍。

三、小結

但同時也需要注意演算法引數的選擇及編碼方式的限制等問題。在實際應用中，篩選最優演算法時需根據具體問題和要求進行取捨。

遺傳演算法的優缺點？

3樓：惠企百科

優點：1、遺傳演算法是以決策變數的編碼作為運算物件，可以直接對集合、序列、矩陣、樹、圖等結構物件進行操作。這樣的方式一方面有助於模擬生物的基因、染色體和遺傳進化的過程，方便遺傳操作運算元的運用。

另一方面也使得遺傳演算法具有判罩廣泛的應用領域，如函式優化、生產排程、自動控制、影象處理、機器學習、資料探勘等領域。

2、遺傳演算法直接以目標函式值作為搜尋資訊。它僅僅使用適應度函式值來度量個體的優良程度，不涉及目標函式值求導求微分的過程。因為在現實中很多目標和祥函式是很難求導的，甚至是不存在導數的，所以這一點也使得遺傳演算法顯示出高度的優越性。

3、遺傳演算法具有群體搜尋的特性。喚衝搏它的搜尋過程是從乙個具有多個個體的初始群體p(0)開始的，一方面可以有效地避免搜尋一些不必搜尋的點。

另一方面由於傳統的單點搜尋方法在對多峰分佈的搜尋空間進行搜尋時很容易陷入區域性某個單峰的極值點，而遺傳演算法的群體搜尋特性卻可以避免這樣的問題，因而可以體現出遺傳演算法的並行化和較好的全域性搜尋性。

5、遺傳演算法具有可擴充套件性，易於與其他技術混合使用。以上幾點便是遺傳演算法作為優化演算法所具備的優點。

缺點：1、遺傳演算法在進行編碼時容易出現不規範不準確的問題。

2、由於單一的遺傳演算法編碼不能全面將優化問題的約束表示出來，因此需要考慮對不可行解採用閾值，進而增加了工作量和求解時間。

3、遺傳演算法效率通常低於其他傳統的優化方法。

4、遺傳演算法容易出現過早收斂的問題。