一、遗传算法（GA）
遗传算法（Genetic Algorithm, GA）是由 Holland 提出的一类基于进化思想的随机搜索优化算法，通过模拟自然界自然选择与遗传变异机制，在解空间中进行启发式全局寻优，属于进化计算范畴。
（1） 核心思想
将优化问题的可行解编码为个体/染色体，构成种群；
通过适应度函数评价解的优劣，再经选择、交叉、变异操作迭代进化，使种群逐步逼近全局最优解。
（2）基本流程
- 编码与种群初始化：将决策变量映射为基因串，随机生成初始种群。
- 适应度评价：计算个体适应度，表征解的质量。
- 选择：依据适应度择优选择，保留优良个体。
- 交叉：个体间交换基因片段，产生新子代。
- 变异：基因位随机扰动，维持种群多样性、避免早熟收敛。
- 迭代终止：满足迭代次数、精度或收敛条件时输出最优解。