一、经典流程

1. 初始化种群：

   • 随机生成初始种群，种群中的每个个体表示一个候选解。
   • 种群大小为 NP，每个个体为一个 D 维向量。

2. 适应度评估：

   • 计算初始种群中每个个体的适应度值。

3. 变异操作：

   • 对每个个体Xi（目标向量），选择三个不同的个体 Xr1, Xr2, Xr3
   • 生成变异向量 Vi：
     
     其中，F是缩放因子（常取值在 [0,2] 之间）。

4. 交叉操作：

   • 将目标向量 Xi 与变异向量 Vi 进行交叉，生成试验向量 Ui。
   • 采用均匀交叉策略：对于每个维度 j，随机数 r 小于交叉概率 CR 时从 Vi选取，否则从 Xi选取。
     ​
     其中，jrand​ 是一个随机选择的维度，确保 Ui至少有一个维度来源于 Vi。

5. 选择操作：

   • 比较目标向量 Xi 和试验向量 Ui 的适应度值，选择适应度较优的个体进入下一代：
     

6. 终止条件检查：

   • 检查是否满足终止条件（如达到最大迭代次数或适应度达到某个阈值），如果不满足，返回步骤3，继续迭代。

二、思维导图

这里主要介绍变异、交叉和选择操作。其他操作参考上篇文章 遗传算法(Genetic Algorithm, GA)流程和思维导图