本文收集整理关于遗传算法解决什么问题的相关议题，使用内容导航快速到达。
内容导航：
Q1：遗传算法可以解决什么问题
遗传算法的应用比较广泛，可用于解决数值优化、组合优化、机器学习、智能控制、人工生命、图像处理、模式识别等领域的问题。比较具体多是：函数最值问题、旅行商问题、背包问题、车辆路径问题、生产排程问题、选址问题等。
WWw.YijiTAO.:COM
Q2：遗传算法可以解决哪些问题
遗传算法主要是用来求解最优化问题的。
一般来讲可以求解函数的最大、最小值问题，还可以结合其它一些方法解决（非）线性回归、分类问题等等。
但遗传算法有两个缺点，一是时间长，二是初值的选择会影响收敛的效果。
它的本质，实际上还是随机搜索算法，还是属于所谓的蒙特卡罗式的方法。
WW+w.YiJitAO.COM
Q3：遗传算法解决的问题的类型
1. 数值优化，如多目标函数优化。
2. 组合优化，如NP问题－〉作业调度，旅行问题，背包问题。
给出问题的近似最优解。
进一步可以解决机器学习与人工只能问题。WWW.YiJItao#.CoM
Q4：模拟退火和遗传算法都可以解决什么问题啊
模拟退火算法和遗传算法，包括禁忌搜索算法，蚁群算法等都可以用来求解优化问题。这些算法的一个特点是虽然对于一些复杂问题，比如说DP难题，可能不好找到最优解（理论上找到最优解是可以的），但是可以以较高的效率找到满意解。
查看原帖>>