最优化遗传算法

1. 如何用遗传算法实现多变量的最优化问题

将多个变量的数值编码编排进去，进行组合，只需要增长基因个体的燃搭长度，但是要明确每个变量具体的位置，然后让每个变量转化成二进制的等长编码，组合在一起，就可以来运算了。

2. 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。

3. 启发式算法是最优化算法吗像遗传算法、粒子群算法这一类的可不可以归结到最优化算法里

遗传算法不一定能得到最优解。遗传算法和粒子群算法是启发式搜索算法，比盲目搜索更高效。他们在大型项目里面优势体现的很明显。但不一定得到最优解。大部分算法都是将几种算法混合一起运用的，各区优势