1701066528
1701066529
1701066530
1701066531
1701066532
▲图9.1 霍兰德（圣塔菲研究所版权所有，经许可重印）
1701066533
1701066534
霍兰德在读费希尔（Ronald Fisher）的名著《自然选择的遗传理论》（The Genetical Theory of Natural Selection）时被达尔文的进化论深深吸引。同费希尔（和达尔文）一样，进化与农产养殖之间的相似也给霍兰德留下了深刻印象。但他是从计算机科学的角度来思考这种相似性：“这就是遗传算法的由来。 [128] 我想到，是不是可以像繁育良种马和良种玉米那样繁殖程序。”
1701066535
1701066536
霍兰德的主要兴趣在于适应现象——生物如何进化以应对其他生物和环境变化，计算机系统是不是也可以用类似的规则产生适应性。他在1975年的著作《自然和人工系统的适应》（Adaptation in Natural and Artifcial Systems）中列出了一组适应性的普遍原则，并且提出了遗传算法的构想。
1701066537
1701066538
我第一次了解遗传算法是在密歇根大学研究生院，当时我选了霍兰德基于他的书开的一门课。我马上就被“进化的”计算机程序的思想吸引住了。（同赫胥黎一样，我的反应是：“我怎么没想到，真是太蠢了！”）
1701066539
1701066540
复杂 [:1701064771]
1701066541
遗传算法菜谱
1701066542
1701066543
算法其实就是图灵说的明确程序，就好比做菜的菜谱：一步一步将输入变成输出。
1701066544
1701066545
对于遗传算法（GA），期望的输出就是特定问题的解。比如，你需要编写一个程序控制机器人清洁工在办公楼拾垃圾。你觉得编这个程序太费时间，就委托遗传算法替你将这个程序演化出来。因此，期望的GA输出就是能让机器人清洁工完成拾垃圾任务的控制程序。
1701066546
1701066547
GA的输入包括两部分：候选程序群体和适应性函数。适应性函数用来确定候选程序的适应度，度量程序完成指定任务的能力。
1701066548
1701066549
候选程序可以表示成位、数字或符号组成的字符串。后面我会给出一个机器人控制程序表示成数字字符串的例子。
1701066550
1701066551
在机器人清洁工的例子中，候选程序的适应度可以定义为机器人在给定时间内清扫的面积，这是由程序决定的，越大越好。
1701066552
1701066553
下面是GA菜谱。
1701066554
1701066555
将下面的步骤重复数代：
1701066556
1701066557
1.生成候选方案的初始群体。生成初始群体最简单的办法就是随机生成大量“个体”，在这里个体是程序（字符串）。
1701066558
1701066559
2.计算当前群体中各个个体的适应度。
1701066560
1701066561
3.选择一定数量适应度最高的个体作为下一代的父母。
1701066562
1701066563
4.将选出的父母进行配对。用父母进行重组产生出后代，伴有一定的随机突变概率，后代加入形成新一代群体。选出的父母不断产生后代，直到新的群体数量达到上限（即与初始群体数量一样）。新的群体成为当前群体。
1701066564
1701066565
5.转到第2步。
1701066566
1701066567
复杂 [:1701064772]
1701066568
遗传算法的应用
1701066569
1701066570
前面描述GA时似乎很简单，但是遗传算法已被用于解决科学和工程领域的许多难题，甚至应用到艺术、建筑和音乐。
1701066571
1701066572
应用之广泛从下面这些问题可见一斑：通用电气将GA用于飞行器的部分自动化设计， [129] 洛斯阿拉莫斯国家实验室用GA分析卫星图像， [130] 约翰·迪尔（John Deere）公司将GA用于自动化生产线的调度， [131] 德州仪器（Texas Instruments）则用GA来设计计算机芯片。 [132] GA还在2003年的电影《指环王：王者归来》（The Lord of the Rings：The Return of the King）中被用于生成逼真的动画马匹， [133] 为电影《特洛依》（Troy）生成逼真的演员替身动画特效。 [134] 许多制药公司用GA来辅助发现新药。 [135] GA也被一些金融组织用于各种场合：识别交易欺诈 [136] （伦敦股票交易所）、分析信用卡数据 [137] （第一资本金融公司，Capital One）、预测金融市场 [138] 和优化证券投资组合 [139] （第一象限公司，First Quadrant）。20世纪90年代，互动式遗传算法创造的艺术作品 [140] 在巴黎蓬皮杜中心（Georges Pompidou Center）等多个博物馆展出。这些只是遗传算法应用的一小部分例子。
1701066573
1701066574
复杂 [:1701064773]
1701066575
进化的罗比，易拉罐清扫机器人
1701066576
1701066577
下面我们用一个更详细的简单例子 [141] 来进一步阐释GA的主要思想。我有一个叫“罗比”的机器人，它的世界（用计算机模拟，但是很脏乱）是二维的，到处是丢弃的易拉罐。我将用遗传算法为罗比进化出一个“脑”（即控制策略）。