数学模型的一些知识

退火就是在一个温度曲线上，随机选择一个点，类似于封闭环境下，向能量变低的方向进行，可见遗传算法是局部最优解算法，如果要获取全局最优解，则通过产生随机数的方法，逼近全局最优解。

当前的模拟退火算法表示为

讲了一个例题，旅行商问题。

遗传算法是一种比较好的全局搜索算法。

编码和解码

解空间和染色体间进行转换需要进行编码和解码，有实数编码、二进制编码等。

初始种群

采用某种方法生成若干个个题的集合，该集合成为初始种群，可以用随机算法和构造性算法产生。

适应度函数

适应度函数一般由目标函数生成，适应度函数都是越大越好，染色体对应的适应度函数值越大，说明更适合环境，反之则需要被淘汰，故当转换目标函数时，目标函数可能求最大值或者最小值，所以需要对目标函数进行一定的转换。

选择

选择便是结合适应度函数选取出进行重组或者交叉的个体的过程，有几种算法用于选择操作。

交叉

交叉发生在两个或多个染色体之间，是遗传算法产生新解的重要步骤。

单点交叉是对一个染色体产生一个随机数，如果满足一定条件则发生交叉，在选出的两个染色体中随机产生一个交叉点位置，在交叉点位置分离双亲染色体，互换交叉点位置右边的基因码产生两个染色体

变异

染色体的每一个基因依变异概率发生变异。

按照对象不同可以分为Q型聚类和R型聚类