概述 遗传算法是一种大致基于模拟进化的学习方法 假设通常被描述为二进制位串,也可以是符号表达式或计算机程 序 搜索合适的假设从若干初始假设的群体或集合开始 当前群体的成员通过模拟生物进化的方式来产生下一代群体,比 如随机变异和交叉 每一步,根据给定的适应度评估当前群体中的假设,而后使用概 率方法选出适应度最高的假设作为产生下一代的种子 遗传算法已被成功用于多种学习任务和最优化问题中,比如学习 机器人控制的规则集和优化人工神经网络的拓扑结构和学习参数 本章主要介绍了基于位串描述假设的遗传算法和基于计算机程序 描述假设的遗传编程 2003.12.18 机器学习-遗传算法作者: Mitchell译者:曾华军等讲者:陶晓鹏 22003.12.18 机器学习-遗传算法作者：Mitchell 译者：曾华军等讲者：陶晓鹏 2 概述 • 遗传算法是一种大致基于模拟进化的学习方法 • 假设通常被描述为二进制位串，也可以是符号表达式或计算机程 序 • 搜索合适的假设从若干初始假设的群体或集合开始 • 当前群体的成员通过模拟生物进化的方式来产生下一代群体，比 如随机变异和交叉 • 每一步，根据给定的适应度评估当前群体中的假设，而后使用概 率方法选出适应度最高的假设作为产生下一代的种子 • 遗传算法已被成功用于多种学习任务和最优化问题中，比如学习 机器人控制的规则集和优化人工神经网络的拓扑结构和学习参数 • 本章主要介绍了基于位串描述假设的遗传算法和基于计算机程序 描述假设的遗传编程