370
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： + + 第7行：
第9行： − − 第16行：
第16行： − − 第26行：
第24行： − − − 第187行：
第182行： − − − 第197行：
第189行： − −
无编辑摘要
此词条暂由Henry翻译。
此词条暂由Henry翻译。
本词条已由[[用户:Qige96|Ricky]]翻译。
在计算机科学中，<font color="#ff8000"> 演化计算 Evolutionary computation</font>是一个受生物演化启发的全局优化算法家族，这些算法的研究属于人工智能和软计算的子领域。在技术术语上，它们是一类基于群体的试错型问题求解器，具有元启发式或随机优化特性。
在计算机科学中，<font color="#ff8000"> 演化计算 Evolutionary computation</font>是一个受生物演化启发的全局优化算法家族，这些算法的研究属于人工智能和软计算的子领域。在技术术语上，它们是一类基于群体的试错型问题求解器，具有元启发式或随机优化特性。
在演化计算中，一个初始的候选解决方案集被生成并迭代更新。每一代都是通过随机去除不太理想的解法，引入小的随机变化而产生的。在生物学术语中，一个解决方案的群体会经历自然选择(或人工选择)和突变。因此，种群会逐渐演化，其适应度不断提高，在这个语境中所谓适应度就是算法选择的目标函数。
在演化计算中，一个初始的候选解决方案集被生成并迭代更新。每一代都是通过随机去除不太理想的解法，引入小的随机变化而产生的。在生物学术语中，一个解决方案的群体会经历自然选择(或人工选择)和突变。因此，种群会逐渐演化，其适应度不断提高，在这个语境中所谓适应度就是算法选择的目标函数。
演化计算技术可以应用在在诸多问题领域中，并产生高度优化的解决方案，这使其在计算机科学中广受欢迎。演化计算存在许多变体和扩展，能适用于更具体的问题和数据结构。演化计算有时也被用在演化生物学中，作为一种电子实验程序来研究一般演化过程的共性特点。
演化计算技术可以应用在在诸多问题领域中，并产生高度优化的解决方案，这使其在计算机科学中广受欢迎。演化计算存在许多变体和扩展，能适用于更具体的问题和数据结构。演化计算有时也被用在演化生物学中，作为一种电子实验程序来研究一般演化过程的共性特点。
此外，根据计算理论的概念，生物有机体中的微进程从根本上来说是不完整的和不可判定的 ，这意味着细胞和计算机之间的类比不只仅仅只是一个粗略的比喻。
此外，根据计算理论的概念，生物有机体中的微进程从根本上来说是不完整的和不可判定的 ，这意味着细胞和计算机之间的类比不只仅仅只是一个粗略的比喻。
计算的类比也延伸到遗传系统和生物结构之间的关系，这通常被认为是揭示解释生命起源最紧迫的问题之一。
计算的类比也延伸到遗传系统和生物结构之间的关系，这通常被认为是揭示解释生命起源最紧迫的问题之一。