2.1  基本遺傳算法描述
          遺傳算法在自然與社會(huì)現(xiàn)象模擬、工程計(jì)算等方面得到了廣泛的應(yīng)用。在各個(gè)不同的應(yīng)用領(lǐng)域，為了取得更好的結(jié)果，人們對GA進(jìn)行了大量的改進(jìn)，為了不至于混淆，我們把Holland提出的算法稱為基本遺傳算法，簡稱 GA、SGA（Simple Genetic Algorithm )、CGA（Canonical Genetic Algorithm），將其它的“GA類”算法稱為GAs(Genetic Algorithms）,可以把GA看作是GAs的一種特例。           

 2.1.1  基本遺傳算法的構(gòu)成要素
   (1) 染色體編碼方法
         基本遺傳算法使用固定長度的二進(jìn)制符號串來表示群體中的個(gè)體，其等位基
      因由二值符號集{0，1}組成。
          初始群體中各個(gè)個(gè)體的基因值用均勻分布的隨機(jī)數(shù)來生成。如：
                     x；100111001000101101
       就可表示一個(gè)個(gè)體，該個(gè)體的染色體長度是 l＝18。
(2)  個(gè)體適應(yīng)度評價(jià)
          基本遺傳算法按與個(gè)體適應(yīng)度成正比的概率來決定當(dāng)前群體中每個(gè)個(gè)體遺傳
      到下一代群體中的機(jī)會(huì)多少。為正確計(jì)算這個(gè)概率，這里要求所有個(gè)體的適應(yīng)
      度必須為正數(shù)或零。這樣，根據(jù)不同種類的問題，必須預(yù)先確定好由目標(biāo)函數(shù)
      值到個(gè)體適應(yīng)度之間的轉(zhuǎn)換規(guī)則，特別是要預(yù)先確定好當(dāng)目標(biāo)函數(shù)值為負(fù)數(shù)時(shí)
      的處理方法。

(3)  遺傳算子
      基本遺傳算法使用下述三種遺傳算子：
       •  選擇運(yùn)算：使用比例選擇算子；
       •  交叉運(yùn)算：使用單點(diǎn)交叉算子；
       •  變異運(yùn)算：使用基本位變異算子。
   
(4)  基本遺傳算法的運(yùn)行參數(shù)
      基本遺傳算法有下述4個(gè)運(yùn)行參數(shù)需要提前設(shè)定：
       • M：群體大小，即群體中所含個(gè)體的數(shù)量，一般取為20 ~ 100。
       • T：遺傳運(yùn)算的終止進(jìn)化代數(shù)，一般取為100 ~ 500
       • pc：交叉概率，一般取為0.4 ~ 0.99
       • pm：變異概率，一般取為 0.0001 ~ 0.1
   
[說明]
           這4個(gè)運(yùn)行參數(shù)對遺傳算法的求解結(jié)果和求解效率都有一定的影響，但目前
   尚無合理選擇它們的理論依據(jù)。在遺傳算法的實(shí)際應(yīng)用中，往往需要經(jīng)過多次試
   算后才能確定出這些參數(shù)合理的取值大小或取值范圍。

2.1.2 基本遺傳算法的形式化定義
        基本遺傳算法可定義為一個(gè)7元組：
                  GA＝  (M, F, s, c, m, pc, pm )

        M——群體大?。?BR>        F——個(gè)體適應(yīng)度評價(jià)函數(shù)；
        s——選擇操作算于；
        c——交叉操作算子：
        m——變異操作算于；
        pc——交叉概率；
        pm——變異概率；