资 源 简 介
应用背景在这一领域中，人工智能，一个与遗传算法（遗传算法）搜索和搜索，启发式和，模仿的过程中，自然选择。这种启发式（也有时被称为 ；启发式）是经常使用的产生有用的解决方案。 ；优化 ； ；搜索问题。遗传算法属于较大的一类 ；进化算法 ；（EA），生成优化问题的解决方案利用自然进化启发的技术，如：继承，和突变，和选择，和交叉。关键技术在 ；计算机科学，nbsp；工程，& nbsp；计算物理， ；分子化学， ；统计 ； ；应用概率，遗传算法是一类相互作用和非线性 ；Monte Carlo方法 ；样品从复杂的高维概率分布，估计他们的归一化常数。遗传粒子近似的目标概率分布的一个大的云的随机样本称为粒子或个人。在突变的过渡过程中，粒子的随机发展的空间独立和每个粒子关联的健身权重函数。在选择的转换，我们重复粒子与高的健身在；
