“從零開(kāi)始學(xué)數(shù)學(xué)建?！毕盗姓n程近期將更新“遺傳算法”，課程詳情關(guān)注微信公眾號(hào)：數(shù)學(xué)建模BOOM，回復(fù)“課程”查看。

我們以做菜為例，理解一下遺傳算法的基本思想。

一名大廚參加比賽，想要?jiǎng)?chuàng)造一道美味的菜肴，比賽由評(píng)委來(lái)打分。

首先隨機(jī)生成多個(gè)原始配方，每種配方所用的原料不同，例如可用鴨脖、雞肉、大腸等等。對(duì)應(yīng)遺傳算法中的初始化。

烹飪手法也不同，煎炒燜炸鹵燉，爆燒溜涮煨燴。

這樣一來(lái)，就有很多種組合：假設(shè)3種食材，12種烹飪手法，那么就有36種配方；而現(xiàn)實(shí)情況要遠(yuǎn)遠(yuǎn)比這復(fù)雜，例如放多少克鹽？加不加香菜？烹飪時(shí)間多久？等等。多種因素考慮進(jìn)去，可能的情況會(huì)非常多，我們無(wú)法每一種情況都嘗試一遍。

那么較好的辦法是，將現(xiàn)有的原始配方做成菜，由評(píng)委來(lái)打分，再選擇分?jǐn)?shù)高的配方，進(jìn)行配方交叉，創(chuàng)造一組新的配方。而分?jǐn)?shù)低的配方直接舍棄。這一步對(duì)應(yīng)遺傳算法中“交叉”的操作。

這樣一來(lái)，我們保留了一部分評(píng)分高的配方要素、舍棄了評(píng)分低的配方，做出來(lái)的新菜就更有可能也是道美味佳肴。

例如配方A和配方C的分?jǐn)?shù)都高，A是鹵鴨脖，C是燉大腸；那么配方交叉嘗試新方案：“燉鴨脖”或“鹵大腸”。

為了增加創(chuàng)新和變化?，有時(shí)會(huì)在配方交叉之后，再添加或替換某個(gè)食材或更換烹飪方式。

對(duì)應(yīng)遺傳算法中“變異”的概念。就像是在配方中隨機(jī)使用了一些與原配方無(wú)關(guān)的調(diào)料或者做法。

例如前面我們交叉配方后準(zhǔn)備做“燉鴨脖”，然后突發(fā)奇想改成了“炸鼠片”。

注意，這種嘗試可能帶來(lái)驚喜（提高評(píng)分），也可能有驚無(wú)喜（試試就逝世），所以并不是每次交叉配方后都進(jìn)行變異，一般小概率進(jìn)行。

不斷重復(fù)進(jìn)行“評(píng)分、交叉、變異、新配方做菜”→“評(píng)分……”，直到?jīng)]有改進(jìn)空間（連續(xù)多次評(píng)委給的都接近滿分了）為止。

做菜、生物學(xué)中的遺傳和數(shù)學(xué)建模的遺傳算法概念對(duì)比：

以上為遺傳算法的簡(jiǎn)介部分。完整的遺傳算法講解（模型簡(jiǎn)介+適用賽題+例題與原理講解+MATLAB代碼求解）將在近期更新。關(guān)注公眾號(hào)：數(shù)學(xué)建模BOOM可獲取最新消息。