最優化遺傳演算法

1. 如何用遺傳演算法實現多變數的最優化問題

將多個變數的數值編碼編排進去，進行組合，只需要增長基因個體的燃搭長度，但是要明確每個變數具體的位置，然後讓每個變數轉化成二進制的等長編碼，組合在一起，就可以來運算了。

2. 遺傳演算法可以解決哪些問題

遺傳演算法主要是用來求解最優化問題的。
一般來講可以求解函數的最大、最小值問題，還可以結合其它一些方法解決（非）線性回歸、分類問題等等。

但遺傳演算法有兩個缺點，一是時間長，二是初值的選擇會影響收斂的效果。

它的本質，實際上還是隨機搜索演算法，還是屬於所謂的蒙特卡羅式的方法。

3. 啟發式演算法是最優化演算法嗎像遺傳演算法、粒子群演算法這一類的可不可以歸結到最優化演算法里

遺傳演算法不一定能得到最優解。遺傳演算法和粒子群演算法是啟發式搜索演算法，比盲目搜索更高效。他們在大型項目裡面優勢體現的很明顯。但不一定得到最優解。大部分演算法都是將幾種演算法混合一起運用的，各區優勢