遗传算法和进化算法有什么区别？

Question

遗传算法和进化算法之间有区别吗？

我已经阅读过多篇论文，谈论遗传算法或进化算法，虽然非常相似，但我认为它们可能不是一回事。

Answer 1

遗传算法是一类进化算法。尽管遗传算法是最常遇到的进化算法类型，但还有其他类型，例如Evolution Strategy。因此，进化算法包括遗传算法等等。

Answer 2

遗传算法使用交叉（因此名称中的'基因'）和突变来搜索可能解决方案的空间。

进化编程主要使用突变。

已发布，两者都是进化算法的类型。

Answer 3

来自Z. Michalewicz 1996 - “遗传算法+数据结构=进化计划”[p.289]：

  

进化计划大量借鉴遗传算法。然而，   它们通过使用“自然”数据来结合特定于问题的知识   结构和对问题敏感的“遗传”算子。基础的   GAs和EP之间的区别在于前者被归类为   弱的，与问题无关的方法，而不是这种情况   后者。

因此，GA应该能够解决使用EP / EA解决的任何问题，但EP / EA将无法解决GA解决的所有问题。 当然，人们为GA的普遍性付出了高效的代价。

此外，如果候选解决方案不直接相互交换信息（D. Simon 2013 - "Evolutionary Optimization Algorithms" [p.243]），似乎算法不是EA / EP。

PS：D. Simon 2013 - "Evolutionary Optimization Algorithms"是一本令人惊叹的书！

Answer 4

我知道这个线程很旧，但是我自己很难从一个地方理解它，因此在这里进行解释。 遵循进化定律的算法称为“进化算法”。 EA有两个子类。一是利用交叉作为变异算子的遗传算法，二是进化编程，只将变异作为算子。

Answer 5

进化策略（Rechenberg 1973）和遗传算法（Holland 1975）是基于达尔文进化论的。进化策略是进化计算的基础，因此也是进化算法的基础。在原则上，遗传算法（GA）是EA的子类。

与EA相比，GA在计算表示形式（基因型）及其现实表示形式（表型）的意义上要求使用遗传表示形式。