這里是司守奎老師《數(shù)學(xué)建模算法與應(yīng)用》一書中的截圖：

希望能夠幫助沒有書籍參考的小伙伴理解代碼，視頻的代碼也是來自這本書。

然后想說，我是剛學(xué)數(shù)模的小白，自己學(xué)習的過程遇到了一些坎坷，學(xué)習完之后就想和大家分享，如果能幫助到也是剛學(xué)的小伙伴，那就更好了！

這道題和模擬退火那道題是一樣的，如果有小伙伴不清楚，歡迎去上一個視頻看看哦。

對于編碼的話，表現(xiàn)型通過編碼轉(zhuǎn)化為基因型，我們在遺傳算法中進行的交叉、變異操作都是針對基因型，最后我們通過解碼再把基因型轉(zhuǎn)化為表現(xiàn)型，這樣我門就能得出我們問題的解。

書上用的編碼方式并不是常見的二進制編碼，而是十進制編碼。在我看來，二進制編碼有編碼簡單、操作易實現(xiàn)的優(yōu)點，但是呢因為其隨機性，使得算法的局部搜索能力差，下面引用CSDN上某位博主的例子：若0010101111的第2位發(fā)生了變異，即從0變?yōu)?，那么表現(xiàn)型則會從x=175變成了x=431，變異使得表現(xiàn)型變化很大，很不穩(wěn)定。遺傳算法相比模擬退火算法，在我看來前者局部搜索能力強，但是全局搜索能力較差，那么對后者的學(xué)習，我們需要揚長避短，所以我覺得用十進制編碼是一個不錯的選擇。另外，遺傳算法的時間復(fù)雜度是不是高了億點點（吐槽）。并且十進制編碼還能夠避免出現(xiàn)二進制編碼出現(xiàn)非法染色體的情況，這個特點是我查到的，但是我不太理解，希望有小伙伴教教我（誠懇！）。

交叉和變異操作，書上有改進的內(nèi)容，這里我截圖給大家：

對于說尋優(yōu)抖振現(xiàn)象，說白了就是結(jié)果會由于初始條件微小的變化而產(chǎn)生大的變化。那么在尋找最優(yōu)解的過程中會出現(xiàn)上下波動的情況，最終還是沒有確定答案。