optimus的遗传算法怎么用？

看到这个板块这么冷清，特挖来材料，大家一起努力！

--------------------------------------------------------------------------------------------------------------------------------------
经过几十年的发展，进化算法在各个领域得到了广泛的应用。 遗传算法是进化算法的一种。一般认为进化计算（Evolutionary Computation，EC）包括三个部分：1由美国密西根大学教授John H. Holland提出来的 遗传算法2，由美国科学家Lawrence J Forel 等人提出的进化规划（Evolutiongary Programming，EP）3，由德国科学家IngoRechenberg和Hans—Paul Schwelfel提出的进化策略（Evolution Strategies, ES）。 BHn7pO;zQ3~`W
Optimus拥有包括遗传算法在内的差分式进化算法和自适应式两种进化算法。
Optimus的进化算法的步骤是：
◆随机生成染色体种群
◆计算种群中个体的适应值f（X） 3M%ib#pt8cR
◆下面为Optimus的迭代计算过程，到第n代结束计算 dO'CST7NEy
1 从当前种群中选择一对父代染色体，被选择的概率是自适应值f（X）的增函数，可能多次选上的染色体作为新的父代染色体被选择的概率是自适应值f（X）的增函数，可能多次选上的染色体作为新的父代染色体
2 染色体之间的交叉概率可以任意选择，经交叉运算后形成两个后代，如果没有交叉运算，两个下一代就是父代的复制 /y;c9O&tR5`E8~,b3u
3 种群个体在每个基因位按变异的概率进行变异运算，得到新的种群
4 用新的种群代替当前的种群
开始下一个迭代循环 C;g R G;_,C7s
)V(MN_-i
在Optimus中可以控制的参数有：种群的大小，交叉概率，变异概率和迭代的次数n（也就是到第n代计算结束），还有不同进化算法对应的特殊参数，如差分进化算法中的权重因子和初始步长等
rgl+M
总的说来，这个在Optimus中实现起来是很方便的

来自：SIMWE