简介:一、遗传算法的发展遗传算法(GeneticAlgorithms简称GA)是由美国Michigan大学的JohnHolland教授于20世纪60年代末创建的。它来源于达尔文的进化论和孟德尔、摩根的遗传学理论,通过模拟生物进化的机制来构造人工系统。从1985年在美国卡耐基.梅隆大学召开的第一届国际遗传算法会议到1997年5月IEEE的Transactions0nEvo-lutionaryComputation创刊,遗传算法作为具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟。[1]遗传算法是一种自适应全局优化概率搜索算法,主要有以下特点:(1)自组织、自适应和学习性(智能性)。遗传算法消除了算法设计中的一个最大障碍,即需要事先描述问题的全部特点,并要说明针对问题的不同特点算法应采取的措施,因此,它可用来解决复杂的非结构化问题。(2)直接处理的对象是参数的编码集而不是问题参数本身。(3)搜索过程中使用的是基于目标函数值的评价信息,搜索过程既不受优化函数连续性的约束,也没有优化函数必须可导的要求。(4)具有显著的隐并行性。遗传算法按并行方式搜索一个种群数目的点,而不是单点。它的并行性表现在两个方...
简介:遗传因素在一定程度上影响着犯罪人的心理活动,为其犯罪心理的形成、犯罪行为的发生提供了必要的生理基础,研究遗传对犯罪的影响会对相关犯罪的防治产生积极的作用。研究同卵孪生子犯罪是证实遗传因素在犯罪中所起作用的主要途径之一,同卵孪生子有着较高的犯罪一致率。“冲动基因”是引发犯罪的高风险因素,但它仍需要许多其他诱因共同作用才足以导致犯罪行为的发生。性染色体为XYY型染色体异常的男性自控能力差,容易实施攻击性行为,构成暴力犯罪。面对遗传与犯罪研究尚无突破性进展的现状,可以利用已有研究成果和科技手段,针对相关犯罪做一些预防性工作,并在研究遗传因素对犯罪影响的同时,将其同各种环境因素结合起来。