遗传算法的智慧：不唯名家，不拒草根

仇士鹏

在高中生物课上，我们都学过自然选择、遗传进化的知识。正所谓：“师法自然，格物致知。”有人便从中提炼出了用于处理复杂优化问题的遗传算法。在大学及以后的科研实际中，遗传算法运用广泛。

遗传算法很简单，因为是对达尔文进化论的模拟，它包含了自然选择、基因重组和突变三个过程。打个比方，它们就像是加工厂，一堆原材料被输送进去，质量好的将会被留下，然后，随机交换彼此身上的一些特质，再随机进行突变。如果达到了出厂标准，就停止，否则便送回去重新加工。

遗传算法的核心便在于它的随机性，无论是选择、重组还是变异，都是以概率的方式进行操作。它并不是按照从高到低的排名方式僵硬地选择优秀的个体，而是用轮盘赌的方式——转动轮盘，在面积大的区域有较大的选中概率，而在面积小的区域也有较小的选中概率。

这种选择，不是门槛式的，而是筛子型的。它能让潜力很大，可是只露出冰山一角的，或者偏科严重，虽不足以遮百丑，但确实有一“白”的个体得以保留。这是一种“活”的选择方式。

因为一个人表现出的优劣和他本身的优劣并不是直接等同的关系。这是一个多元化、多维的世界，评语并不是只站在一条标准上指手画脚，而是在多方面的考量后综合评定的。但在特定条件下，评定的内容往往只有固定的几条标准。因此，在某些评价标准中，表现失色的人即使在别的方面有着极为峥嵘的头角，如果按照传统的排名方式，也会被放弃掉。……