詳細解釋
基因演算法（Genetic Algorithm, GA）是模擬生物進化過程的優化算法，通過選擇、交叉、變異迭代尋找最優解。
核心機制：
- 編碼：問題解表示為基因串
- 種群：多個解的集合
- 適應度：評估解的好壞
- 選擇：適者生存，優秀解繁殖
- 交叉：兩解基因交換產生後代
- 變異：隨機改變部分基因
優勢：
- 全局搜索：不易陷入局部最優
- 無梯度：適用不可導問題
- 並行：種群可並行評估
- 通用：適用各種優化問題
應用：
- 排程優化：生產計劃、路線規劃
- 結構設計：工程結構拓撲優化
- 神經網絡：神經架構搜索搜尋架構
- 遊戲AI：策略優化
- 組合優化：旅行商問題
局限：
- 收斂慢：需大量迭代
- 參數敏感：種群大小、變異率等
- 理論分析困難
- 連續優化不如梯度方法
與深度學習的結合：
- 優化網絡架構
- 超參數搜尋
- 權重初始化