更改

}}

}}

 

在'''计算智能 computational intelligence''' 领域，演化算法（EA）（或称进化算法）是演化计算的子集<ref name="EVOALG">{{cite news|last=Vikhar|first=P. A.|title=Evolutionary algorithms: A critical review and its future prospects|doi=10.1109/ICGTSPICC.2016.7955308|journal=Proceedings of the 2016 International Conference on Global Trends in Signal Processing, Information Computing and Communication (ICGTSPICC)|location= Jalgaon|year= 2016|pages=261-265|isbn=978-1-5090-0467-6}}</ref>  ，是一种基于群体的元启发式最优化算法。演化算法使用到了各种模拟[[生物演化]]机制的操作，比如繁衍、变异、重组、选择等。在群体中每一个个体都是问题的备选解，而'''适应度函数 fitness function'''用于计算出每一个解的质量（亦即个体对于环境的适应度）。演化就是在不断在群体中进行繁衍、变异、重组、选择这些操作进而找出最优解的过程。

在'''计算智能 computational intelligence''' 领域，演化算法（EA）（或称进化算法）是演化计算的子集<ref name="EVOALG">{{cite news|last=Vikhar|first=P. A.|title=Evolutionary algorithms: A critical review and its future prospects|doi=10.1109/ICGTSPICC.2016.7955308|journal=Proceedings of the 2016 International Conference on Global Trends in Signal Processing, Information Computing and Communication (ICGTSPICC)|location= Jalgaon|year= 2016|pages=261-265|isbn=978-1-5090-0467-6}}</ref>  ，是一种基于群体的元启发式最优化算法。演化算法使用到了各种模拟[[生物演化]]机制的操作，比如繁衍、变异、重组、选择等。在群体中每一个个体都是问题的备选解，而'''适应度函数 fitness function'''用于计算出每一个解的质量（亦即个体对于环境的适应度）。演化就是在不断在群体中进行繁衍、变异、重组、选择这些操作进而找出最优解的过程。