10分钟搞懂遗传算法

今天给大家说一个奇妙的算法，灵感来源于达尔文的进化论。

达尔文曾说，生物在地球上进化了这么多年，能生存下来的不是最强或最聪明的，而是最适合环境的生物。

而我们的遗传算法就是借助于生物学概念通过淘汰、变异、生存的，得出最终能符合问题的函数。

我们知道DNA一段段的基因编码组成的，数学模型也是又一个个参数组成的。

我们将这些参数类比成一个个小人。

遗传算法的步骤：

初始，我们设定好人群的大小，并随机生成一大堆小人

接着，我们定义好符合我们期望的一个标准

然后，我们按这个标准，选出比较符合这个标准的一部分的小人，让他们繁殖

为了体现变异，我们会随机修改每个小人的一些身体部分。

替代比较不符合标准的那部分人。

我们一直重复步骤3、4、5直到我们这堆小人，越来越符合标准，达到我们的期望后，则停止这个过程。

一图胜万言，我们下面就看一张图。这堆随机的像素点，经过遗传算法的优胜劣汰后，能模拟出一个我们设定好的图片。

关于我：

linxinzhe，全栈工程师，目前供职于某500强通信企业。人工智能，区块链爱好者。

GitHub:https://github.com/linxinzhe

欢迎留言讨论，也欢迎关注我，收获更多AI开发相关的知识，我也会关注你的哦！