遗传算法：该算法是国际上最常用的解决最大值、最小值优化问题的处理方式之一。

具体的处理方式如下：

(1)首先确认一共有多少组需要计算的参数组合（即传统算法中需计算的参数组合的总数量）

(2)选出一组（组A）需要计算的参数组合（即选项中的 采样数量）

(3)计算组A中各参数组合的值

(4)选出组A中最符合要求的参数组合X（即优化目标，例如：优化目标选择净利润  方向：最大）

 

 

  

(5)舍弃其他参数组合，对参数组合X周围的参数组合进一步做优化

(6)循环以上操作

优点：优化速度非常快，至少比传统算法提高5倍以上的效率。

      通过较小的计算量，就能得到近似的最优解

缺点：无法像传统算法那样涵盖所有可能性。

 

 

 

 

看不懂啊！！！

版主能不能举个栗子给看看

假设：

有ABC 3个参数  每个参数都是取值12345

在采样数量为5  和10的时候   分别是怎么搞计算过程？