4月4日晚19时，智能工程学院傅建平教授于博学楼301开展了题为《遗传算法及其应用》的讲座。

此次讲座傅建平教授结合自身的实际经验和研究，从弹丸运动计算模型引入主题“遗传算法”。“遗传算法”是由J.H.Holland博士于1975年提出的，是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过自然选择和突变产生新的生命种群，该种群在算法的下一次迭代中成为当前种群。但当时并没有引起学术界足够的重视。直到上世纪80年代中期,随着计算机技术高速发展,遗传算法广泛应用于函数优化、自动控制、图象识别、优化调度等领域。

此算法理论基础是由进化论和遗传学说构成。算法的原理一共包括四个部分。分为编码与***、适应度函数、遗传操作、控制参数。其中遗传操作又分为选择、交叉、变异。老师介绍了遗传算法的性能影响因素：种群数量、适应度函数、交叉和变异、交叉概率和变异概率、停止条件。傅建平教授还讲到最能突出算法的搜索方式：启发式搜索、自适应搜索、并行式搜索、全局最优解、黑箱式结构、通用性强。傅教授耐心仔细的讲解，赢得了在场教师和学生的阵阵掌声。

这次讲座加深了学生和老师对遗传算法的了解，丰富了学生的知识体系， 使参与讲座的学生和老师都受益匪浅。