遗传算法基础：群体、适应度、选择、交叉与变异

摘要

本文围绕“遗传算法基础：群体、适应度、选择、交叉与变异”对课程 ASR 进行高密度论文式重构，并围绕 genetic algorithm、population、fitness、selection、crossover 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。

**关键词：**genetic algorithm；population；fitness；selection；crossover；mutation

1. 研究背景

组合优化的困难来自离散解空间随问题规模快速增长。即使目标函数容易计算，也可能无法枚举全部候选解，因此随机优化和元启发式关注“如何在有限预算中更有效地探索”。

模拟退火通过温度控制接受劣解概率，遗传算法通过群体选择、重组与变异维护多样性。二者通常提供高质量近似解，而不是一般问题上的确定性全局最优保证。

本讲进一步聚焦遗传算法基础：群体、适应度、选择、交叉与变异。正式分析首先需要明确该方法试图压缩哪一种计算复杂度、拟合哪一种统计规律或改进哪一类表示，再讨论公式和实现。只有把技术目标与评价标准绑定，才能避免把课堂示意性操作误写成普遍结论。

图 1　技术主线。 将本讲知识重构为“问题表示—核心计算—评价/决策”的依赖关系。依据课程 ASR 确认的主题和本章权威资料重新绘制。

2. 核心难点

该主题的难度不仅来自公式本身，还来自模型假设、数据/状态规模和工程资源的共同约束。结合本讲内容与一手资料，可将主要问题归纳为以下四类。

难点 1

染色体表示必须覆盖目标解空间，同时尽量避免大量非法编码。

难点 2

选择压力过强会过早丢失多样性，过弱则收敛缓慢。

难点 3

交叉与变异算子必须与编码结构匹配，例如排列问题不能直接使用普通 bit crossover。

难点 4

群体规模和终止条件决定单代成本、探索能力与总预算。

3. 主要工作与技术路线

课程原有知识可压缩为一条完整方法链路。与课堂按幻灯片顺序逐项说明不同，本文按可复现算法过程重排如下：

1. 定义染色体表示和 fitness：围绕 genetic algorithm 建立可验证的输入、计算与评价关系。
2. 初始化候选群体：围绕 population 建立可验证的输入、计算与评价关系。
3. 选择父代并执行 crossover：围绕 fitness 建立可验证的输入、计算与评价关系。
4. mutation 与 replacement 保持多样性：围绕 selection 建立可验证的输入、计算与评价关系。
5. 迭代并报告最优/平均 fitness：围绕 crossover 建立可验证的输入、计算与评价关系。

这些步骤共同回答三个问题：候选对象如何表示；核心计算如何改变或评价它；最终结果在什么条件下可以被视为有效。后续章节的公式、图表和实验均围绕这条链路展开。

4. 概念与形式化

适应度比例选择

$P(i)=\frac{F_i}{\sum_jF_j}$

只在适应度为非负且尺度合适时直接成立。

核心对象	正式技术含义	关联形式化
genetic algorithm	Genetic Algorithm（GA）在一个候选解群体上迭代执行 selection、crossover 和 mutation。它不是生物进化的严格模拟，而是以“适应度偏置复制 + 重组 + 随机扰动”维护搜索多样性的群体元启发式。	适应度比例选择
population	Population 是 GA 同时维护的一组候选染色体。群体规模影响多样性、单代计算成本和选择压力。	适应度比例选择
fitness	Fitness 把候选解映射为选择压力。若原问题是最小化、目标可能为负或尺度差异过大，必须进行恰当变换/排序/缩放；不能机械地把目标函数直接当作比例选择概率。	适应度比例选择
selection	Selection 根据 fitness 或排序提高较优个体成为父代/生存者的概率，但通常保留随机性以避免过快丢失多样性。	适应度比例选择
crossover	本讲核心技术对象；其定义需结合当前章节的输入、输出和假设理解。	适应度比例选择
mutation	本讲核心技术对象；其定义需结合当前章节的输入、输出和假设理解。	适应度比例选择

图 2　核心对象之间的功能关系。 图示说明表示、计算机制与评价之间的依赖，不复刻课程 PPT。

5. 核心技术机制

1. genetic algorithm

Genetic Algorithm（GA）在一个候选解群体上迭代执行 selection、crossover 和 mutation。它不是生物进化的严格模拟，而是以“适应度偏置复制 + 重组 + 随机扰动”维护搜索多样性的群体元启发式。

2. population

Population 是 GA 同时维护的一组候选染色体。群体规模影响多样性、单代计算成本和选择压力。

3. fitness

Fitness 把候选解映射为选择压力。若原问题是最小化、目标可能为负或尺度差异过大，必须进行恰当变换/排序/缩放；不能机械地把目标函数直接当作比例选择概率。

4. selection

Selection 根据 fitness 或排序提高较优个体成为父代/生存者的概率，但通常保留随机性以避免过快丢失多样性。

方法流程

将核心概念放回执行过程后，可以得到下表。正式算法描述必须同时给出状态更新、评价标准与终止条件，而不能只记录操作顺序。

阶段	处理步骤	主要技术对象
1	定义染色体表示和 fitness	genetic algorithm
2	初始化候选群体	population
3	选择父代并执行 crossover	fitness
4	mutation 与 replacement 保持多样性	selection
5	迭代并报告最优/平均 fitness	crossover

相关对象的功能比较

对象	定义	使用边界
genetic algorithm	Genetic Algorithm（GA）在一个候选解群体上迭代执行 selection、crossover 和 mutation。它不是生物进化的严格模拟，而是以“适应度偏置复制 + 重组 + 随机扰动”维护搜索多样性的群体元启发式。	主要承担表示/计算/评价链路中的一个明确角色；实际效果依赖章节所述假设与数据条件。
population	Population 是 GA 同时维护的一组候选染色体。群体规模影响多样性、单代计算成本和选择压力。	主要承担表示/计算/评价链路中的一个明确角色；实际效果依赖章节所述假设与数据条件。
fitness	Fitness 把候选解映射为选择压力。若原问题是最小化、目标可能为负或尺度差异过大，必须进行恰当变换/排序/缩放；不能机械地把目标函数直接当作比例选择概率。	主要承担表示/计算/评价链路中的一个明确角色；实际效果依赖章节所述假设与数据条件。
selection	Selection 根据 fitness 或排序提高较优个体成为父代/生存者的概率，但通常保留随机性以避免过快丢失多样性。	主要承担表示/计算/评价链路中的一个明确角色；实际效果依赖章节所述假设与数据条件。
crossover	核心技术对象	主要承担表示/计算/评价链路中的一个明确角色；实际效果依赖章节所述假设与数据条件。

6. 性质、实验与证据

随机性与最优性

随机优化方法通过概率机制扩大有限预算下的探索范围，但随机性本身不构成全局最优保证。模拟退火存在渐近收敛理论，但严格条件与工程 schedule 差距很大；遗传算法同样需要把“搜索效果”与“理论必然最优”区分。

参数与可复现性

初值、邻域、温度、群体规模、选择压力、交叉/变异概率会显著改变结果。正式实验应报告随机种子、重复试验、预算和目标曲线，而不是只给单次最好结果。

对于具有明确理论条件的算法，本节优先说明正确性、最优性、收敛性或复杂度的前提；对于以实验建立有效性的学习模型，则区分训练指标、验证指标、消融实验和最终任务结果。任何数值都应绑定数据集、模型版本、硬件或搜索预算，不能脱离实验条件泛化。

7. 课程主线与事实核查

课程知识主线。 根据原 ASR，可以确认本讲的教学主线集中在 genetic algorithm、population、fitness、selection、crossover、mutation 及其相互关系。课程中的逐图指点、重复设问、口头自我修正和非技术性铺垫均已删除；保留下来的知识被重排为“问题定义—形式化—算法/模型机制—评价—边界”的书面结构。

事实核查与校订：

• 遗传算法受进化思想启发，但不应把自然选择的生物学叙事当作算法正确性证明。

外部扩充边界。 外部检索材料只用于补充标准定义、原始论文结果、算法成立条件和后续技术发展；它们不会被反向写成讲师原本展示过的 PPT 参数。对纯 ASR 无法唯一恢复的图中数字、箭头和公式局部符号，正文只保留能够由上下文与权威资料共同确认的技术关系。

8. 局限与实践边界

任何课程级算法都存在适用条件。工程使用时必须重新检查数据或状态分布、目标函数、计算预算和评价协议，而不是机械复制示例超参数。随机方法应报告随机种子、重复试验与预算；学习模型应严格区分训练、验证和测试；搜索算法应明确最优性前提、重复状态处理和资源上限。

本讲涉及的核心对象之间通常存在明确折衷：更强的表示或估值可能增加计算成本，更激进的剪枝或近似可能损失保证，更复杂的模型可能需要更多数据和正则化。正式结论因此应表述为“在给定假设和评价条件下有效”，而不是无条件优于其他方法。

9. 展望

现代组合优化逐渐把经典元启发式与整数规划、约束编程、局部搜索和学习型启发式结合。未来评价应更强调基准实例、统计显著性、可复现预算和最优性 gap，而不是单次最优值。

后续技术是否构成真正改进，应使用与当前方法可比的基准、预算和评价协议验证。对于快速演进的软件或模型版本，正文只把稳定原理写入主结论，把易变化的工程参数视为版本性信息。

10. 结论

“遗传算法基础：群体、适应度、选择、交叉与变异”应被理解为由genetic algorithm、population、fitness、selection、crossover共同构成的完整技术问题，而不是若干课堂操作的顺序记录。论文式说明必须同时回答方法解决什么问题、基于何种假设、如何计算、怎样评价以及在哪些条件下可能失效。经过 ASR 主线提取、英文一手资料检索和事实核查后，本章将原有口语课程转换为可独立阅读、可追溯来源且信息密度更高的正式技术文本。

参考文献与核查来源

1. MIT OpenCourseWare. Simulated Annealing lecture materials. source.
2. Kirkpatrick, Gelatt, Vecchi (1983). Optimization by Simulated Annealing, Science. source.
3. Holland (1975). Adaptation in Natural and Artificial Systems. source.
4. MIT GAlib. Genetic Algorithm Library — representation and operators overview. source.

生成流程：ASR 知识主线提取 → 论文式重构 → 英文一手资料检索与交叉核验 → 技术扩充 → SVG/表格/MathJax 排版。正文采用 UTF-8。MathJax 通过 CDN 加载；无网络时 LaTeX 源码仍保留，但完整数学排版需要可访问 MathJax。