遗传算法

基本信息

遗传算法(Genetic Algorithm,GA)最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式,利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。遗传算法已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。

关联概念

应用领域-其他: 信息资源数据共享

应用领域-能源: 电力电动汽车

应用领域-金融: 交易

技术特征: 一致性多目标优化

核心技术-共识机制: 共识算法拜占庭容错

核心技术-加密算法: Hash函数

核心技术-数据存储: 区块链

核心技术-智能合约: 智能合约

核心技术-激励机制: 记账

相关文章