清华大学出版社 TSINGHUA UNIVERSITY PRESS 6.1.2遗传算法的原理和特点 遗传算法将生物进化原理引入待优化参数形成的编码 串群体中，按着一定的适值函数及一系列遗传操作对各个 体进行筛选，从而使适值高的个体被保留下来，组成新的 群体，新群体包含上一代的大量信息，并且引入了新的优 于上一代的个体。这样周而复始，群体中各个体适值不断 提高，直至满足一定的极限条件。此时，群体中适值最高 的个体即为待优化参数的最优解。正是由于遗传算法独具 特色的工作原理，使它能够在复杂空间进行全局优化搜索， 并且具有较强的鲁棒性；另外，遗传算法对于搜索空间， 基本上不需要什么限制性的假设（如连续、可微及单峰 等)6.1.2 遗传算法的原理和特点 遗传算法将生物进化原理引入待优化参数形成的编码 串群体中，按着一定的适值函数及一系列遗传操作对各个 体进行筛选，从而使适值高的个体被保留下来，组成新的 群体，新群体包含上一代的大量信息，并且引入了新的优 于上一代的个体。这样周而复始，群体中各个体适值不断 提高，直至满足一定的极限条件。此时，群体中适值最高 的个体即为待优化参数的最优解。正是由于遗传算法独具 特色的工作原理，使它能够在复杂空间进行全局优化搜索， 并且具有较强的鲁棒性；另外，遗传算法对于搜索空间， 基本上不需要什么限制性的假设（如连续、可微及单峰 等）