GAlib：遗传算法库，基于GAlib 开发的遗传算法编程简单，可读性强，结果准确

遗传算法（Genetic Algorithm）是一种模拟达尔文生物进化论的随机搜索方法，被人们广泛应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。然而，编程实现遗传算法的过程非常复杂且容易引入人为的错误，进而影响相关研究的准确性。
GAlib（Genetic Algorithm Library）是美国麻省理工学院的Matthew Wall 用C++开发的一套遗传算法类库，设计合理，功能强大且易于扩展。
基于GAlib 开发的遗传算法编程简单，可读性强，结果准确。
根据群体更新机制的不同，GAlib 提供的遗传算法可分为四种。
一是标准遗传算法(GASimpleGA)，该算法仅保留父代最佳个体或不保留父代群体中任何个体，子代群体完全由交叉变异等遗传操作产生；
二是稳态遗传算法（GASteadyStateGA），子代群体由进化操作产生的部分新个体和父代群体中部分个体按一定比例共同组成；
其三是增量遗传算法（GAIncrementalGA），每代进化操作只产生一个和两个新个体，新个体替换其父代群体中的某些个体；
四是种群遗传算法(GADemeGA)，该算法同时控制数个群体进行演化，每个群体的进化采用稳态遗传算法，群体间进行交换个体操作。
张泰忠; 徐成. GAlib在遗传算法实现中的应用. 计算机系统应用 2011, 184-188.
http://lancet.mit.edu/ga/

• galib247.zip
• galibdoc.pdf