遗传算法的应用步骤

第一步：确定决策变量及各种约束条件，即确定出个体的表现型X和问题的解空间。

第二步：建立优化模型，即确定出目标函数的类型及数学描述形式或量化方法。

第三步：确定可行解的染色体编码方法，即确定出个体的基因型x及遗传算法的搜索空间。 所谓编码是将所要优化的参数按照一定的规则从参数空间映射为编码空间的一个“基因”。

第四步：确定解码方法，即给定出由个体基因型x到个体表现型X的对应关系或转换方法。通过遗传操作获得最优的“染色体”,将其复原成为原参数空间的值,这就是解码操作。解码与编码是互逆操作。

第五步： 确定个体适应度的量化评价方法，即确定出由目标函数值J(x)到个体适应度函数F(x)的转换规则。适应度函数实际上就是优化目标函数的一种表现形式,对于PID控制器的参数寻优,所用目标函数很多。

第六步：设计遗传算子，即确定选择运算，交叉运算，变异运算等遗传算子的具体操作方法。

遗传操作是按照给定的某一个适应度函数来评价每个个体的生存能力,然后仿造自然界“优胜劣汰”的进化原理,给出每个个体不同的存活概率,并通过交叉、变异操作产生新的染色体,多次遗传操作。