遗传算法不能用了吗

‘壹’ 遗传算法实践当中真的能用吗

找注册信息不适合用遗传算法，我觉得凭日常经验写一个函数判断信息的相似程度就可以了。判断相似可以用神经网络算法，但不能用遗传

现实中01背包问题和旅行商问题最好的算法就是遗传算法，一些集成电路内部的布线就是用遗传算法设计的

‘贰’ 为什么图像识别都用卷积神经网络不能使用遗传算法来做图像识别吗

目前能用的图像识别算法中，卷积神经网络效果最好。

‘叁’ 没有确切的目标函数，能用遗传算法吗

可以先拟合曲线 出方程 之后再用

‘肆’ 为什么我的matlab遗传算法ranking函数还是不能用呢

这个需要安装matlab遗传算法包，可以下载英国设菲尔德大学的遗传算法工具箱，其实就是一些.M文件，将其放置在硬盘上的某个位置；在matlab中设置路径，将路径添加进去；其中就有这个函数的功能……

‘伍’ 遗传算法的应用

由于遗传算法的整体搜索策略和优化搜索方法在计算时不依赖于梯度信息或其它辅助知识，而只需要影响搜索方向的目标函数和相应的适应度函数，所以遗传算法提供了一种求解复杂系统问题的通用框架，它不依赖于问题的具体领域，对问题的种类有很强的鲁棒性，所以广泛应用于许多科学，下面我们将介绍遗传算法的一些主要应用领域： 随着问题规模的增大，组合优化问题的搜索空间也急剧增大，有时在目前的计算上用枚举法很难求出最优解。对这类复杂的问题，人们已经意识到应把主要精力放在寻求满意解上，而遗传算法是寻求这种满意解的最佳工具之一。实践证明，遗传算法对于组合优化中的NP问题非常有效。例如遗传算法已经在求解旅行商问题、 背包问题、装箱问题、图形划分问题等方面得到成功的应用。
此外，GA也在生产调度问题、自动控制、机器人学、图象处理、人工生命、遗传编码和机器学习等方面获得了广泛的运用。 车间调度问题是一个典型的NP-Hard问题，遗传算法作为一种经典的智能算法广泛用于车间调度中，很多学者都致力于用遗传算法解决车间调度问题，现今也取得了十分丰硕的成果。从最初的传统车间调度（JSP）问题到柔性作业车间调度问题（FJSP），遗传算法都有优异的表现，在很多算例中都得到了最优或近优解。

‘陆’ 遗传算法可以用来求 优化函数方程 吗

不能,遗传算法只能接触近似解。连复杂度都没法表示，不能求解最有解。

‘柒’ 为什么在多目标优化时选择遗传算法，而不用其他算法

会说不可以用其他算法了，遗传算法最精华就在于fitness，要是多目标优化也是把多个目标融合在一起 变成一个目标 然后再结合实际目标意义（越大越优，越小越优）进行计算fitness。至于优点，在大多数智能搜索算法里面，遗传算法的全局最优概率最大！

‘捌’ 我的matlab里的有关遗传算法的函数怎么都不能用啊比如ranking函数在help中根本找不到。

我是matlab7.1也没有你说的函数，我的遗传算法是ga函数，你可以看一下!
我的Q382101365

‘玖’ 谢菲尔德大学遗传算法工具箱 为什么用不了

可能的原因是：1.gatbx工具箱下的crtbp函数的文件名为CRTBP.M,大小写不统一所以出现了warning,需要把把它改为小写的crtbp.m;2.gatbx属于第三方工具箱，MATLAB自身对它是没有说明的，所以搜不到这些
遗传算法
的指令。

‘拾’ 什么叫遗传算法，遗传算法有什么用希望通俗一点儿

首先有个很神奇的现象：人类以及动物的进化都是朝着好的方向发展，虽然有的往坏的方向发展了，但是总体肯定是往好的方向发展。这看似不奇怪，但是我们知道，人类的基因组合是随机的，没有上帝约束。这种随机过程的结果却是一致的！！！！！我们的遗传算法就是从这里得到启发！比如我要求y=x1+x2的最大值，两个变量，我不用传统的数学方法，就用幼儿园的方法，把所有可能取值带进去算，然后找出最大的就行了！但是，有时候取值是连续的，没关系！使其离散化，就像把模拟信号化成数字信号一样！还有个问题，如果取值太多咋办？这就是遗传算法的精髓！
首先，我不用取所有可能取值，我只取几十个或者几百个（自己定），然后进行处理，怎样处理呢？让我们回到刚开始的人类进化问题，虽然没有上帝的帮忙，但是我们知道，自然界遵循优胜劣汰的发贼，遵循交叉变异的法则，虽然不能数字化，但是这是个趋势！我们就是把这种法则数学化！所取的几十个值我要剩下哪些？要抛弃哪些？要处理哪些？这都要我们自己选择，肯定是选择最合适的取值留下，经过一系列的处理，就生成了新的群体，然后再处理，自己约定处理到第几次就可以了，取出现过的最大值
不用担心取到的是不是最大值，因为数学上已经有了证明，这种方法是收敛的，概率是1，所以尽管放心的做，具体的做法要参考相关书籍，不难的。
遗传算法的最大用处就是解决数学理论不能解决的问题！比如路径规划，调度问题……