遗传算法：评述、实现与应用
摘要：遗传算法在工程教学中被广泛应用作为一种自适应学习和解决复杂问题的技术。它是一种元启发式方法，用于解决混合计算挑战。遗传算法利用选择、交叉和变异运算符来有效地管理搜索系统策略。该算法源于自然选择和遗传学概念。遗传算法是随机搜索的智能应用，通过历史数据对改进结果的搜索进行贡献，以适应范围框架。这些算法被广泛用于优化问题调查，以维护高质量的反应。这些技术被认为是一种统计研究过程，用于寻找合适的解决方案或者为优化或搜索的挑战提供准确的策略。这些技术源自自然选择或遗传学原理。对于随机测试，历史信息以智能奴隶的形式提供，继续将搜索从改进特征的区域移出，用于处理结果。它是一种演化历史的类别，使用行为科学受到影响的方法，如年金、基因、偏好或组合（有时称为混合）。这种方法似乎是找到问题优化解决方案的有价值的工具。本文作者探讨了遗传算法在工程教学中的作用以及其正在使用和实施的新兴领域。
作者：Tanweer Alam, Shamimul Qamar, Amit Dixit, Mohamed Benaida
论文ID：2007.12673
分类：Other Computer Science
分类简称：cs.OH
提交时间：2020-07-27