全局优化报告
――遗传算法和蚁群算法的比较
姓名：郑玄玄 班级：硕
2041
学号：3112054023班级：硕 2041
1 遗传算法
1.1遗传算法的发展历史 遗传算法是一种模拟自然选择和遗传机制的
寻优方法。 20 世纪
60 年代初期， Holland 教授开始认识到生物的自然遗传现象与人工自 适应
系统行为的相似性。 他认为不仅要研究自适应系统自身， 也要研 究与之相关的环境。因此，他提出在研究和设计人工自适应系统时， 可以借鉴生物自然遗传的基本原理，模仿生物自然遗传的基本方法。 1967 年，他的学生
Bagley 在博士论文中首次提出了“遗传算法”一 词。到 70 年代初， Holland 教授提出了“模式定理” ，一般认为是遗 传算法的基本定理，从
而奠定了遗传算法的基本理论。 1975 年， Holland 出版了著名的《自然系统和人工系统的自适应性》 ，这是第一 本系统论述遗传算法的专著。因此，也有人把 1975 年作为遗传算法 的诞生年。
1985 年，在美国召开了第一届两年一次的遗传算法国际会议， 并且成
立了国际遗传算法协会。1989年，Holla nd的学生Goldberg出 版了《搜索、优化和机器学习中的遗传算法》 ，总结了遗传算法研究 的主要成果，对遗传算法作了全面而系统的论述。一般认为，这个时 期的遗传算法从古典时期发展了现代阶段， 这本书则奠定了现代遗传 算法的基础。
遗传算法是建立在达尔文的生物进化论和孟德尔的遗传学说基 础上的算法。在进化论中， 每一个物种在不断发展的过程中都是越来 越适应环境， 物种每个个体的基本特征被后代所继承， 但后代又不完 全同于父代，这些新的变化，若适应环境，则被保留下来；否则，就 将被淘汰。 在遗传学中认为， 遗传是作为一种指令遗传码封装在每个 细胞中，并以基因的形式包含在染色体中， 每个基因有特殊的位置并 控制某个特殊的性质。每个
遗传算法和蚁群算法的比较
