龙源期刊网httpwwwqika
comc
遗传算法在人工智能领域中的应用
作者：王辉来源：《电脑知识与技术学术交流》2008年第27期
摘要：该文介绍了遗传算法的基本概念、基本遗传算法的特点和基本遗传算法的求解步骤，同时也介绍了遗传算法在机器学习、并行处理、人工生命以及遗传算法与进化规则及进化策略的结合的发展动向，最后讨论了基于遗传算法的人工神经网络学习中的应用研究，具体论述了遗传算法在学习神经网络权重和学习神经网络拓扑结构的应用方法。
关键字：遗传算法；机器学习；人工生命；人工神经网络；神经网络拓扑结构
中图分类号：TP183文献标识码：A文章编号：10093044200827204003
TheApplicatio
ofGe
eticAlgorithmtotheArtificialI
tellige
ce
WANGHui
Xi
jia
gPetroleumI
stituteUrumqi830000Chi
a
AbstractI
thispapertheauthori
troducesthebasicco
ceptio
ofge
eticalgorithmGAforshortthefeatureofGAa
dthecalculatio
stepsWeca
alsogetage
eralideaofthedevelopme
ti
themachi
elear
i
gParallelProcessi
gartificialLifea
dthei
tegratio
ofevolutio
aryrulesa
dstrategiesAtlasttheapplicatio
ofGAtoartificial
eural
etworksisdiscussedespeciallytheapplicatio
ofGAtothestudyof
eural
etworksweighta
dthe
eural
etworktopology
Keywordsge
eticalgorithmmachi
elear
i
gartificiallifeartificial
eural
etworks
eural
etworktopology
1遗传算法简介
遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法，与传统数学模型截然不同，它为那些难以找到传统数学模型的难题找出了一个解决方法。遗传算法借鉴了生物科学中达尔文的物竞天择、适者生存的进化准则，1975年，Michiga
大学Holla
d教授根据这一规律首次提出了遗传算法（ge
eticalgorithm，简称GA），其基本思想是力求充分模仿这一自然寻优过程的随机性、鲁棒性和全局性。这是一种新型的全局优化搜索算法，因为其直接对结构对象进行操作，不存在求导和函数连续性的限定等数学问题，鲁棒性强、随机性、全局性以及适于并行处理，已广泛应用于神经网络、计算机科学、优化调度、运
f龙源期刊网httpwwwqika
comc
输问题、组合优化、机器学习、信号处理、自适应控制和人工生命等领域，并且遗传算法在实际应用中也取得了巨大成功。
2基本遗传算法
遗传算法的工作过程本质上就是模拟生物的进化过程。首先，要规定一种编码方法，使得你的问题的任何一个潜在可行解都能表示成为一个“数字”染色体。然后，创建一个由随机的染色体组成的初始群体（每个染色体代表了一个不同的候选解），并在一段时期中r