遗传进化股票交易算法
1. 高分寻达人分别介绍下遗传算法和演化算法，以及之间的联系和区别
根据阅读的资料，大概有以下判断：
遗传算法是演化算法中的一种。
遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。它的思想源于生物遗传学和适者生存的自然规律，是具有“生存＋检测”的迭代过程的搜索算法。遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。 作为一种新的全局优化搜索算法，遗传算法以其简单通用、鲁棒性强、适于并行处理以及高效、实用等显著特点，在各个领域得到了广泛应用，取得了良好效果，并逐渐成为重要的智能算法之一。
遗传算法是基于生物学的，理解或编程都不太难。下面是遗传算法的一般算法：
创建一个随机的初始状态
初始种群是从解中随机选择出来的，将这些解比喻为染色体或基因，该种群被称为第一代，这和符号人工智能系统的情况不一样，在那里问题的初始状态已经给定了。
评估适应度
对每一个解(染色体)指定一个适应度的值，根据问题求解的实际接近程度来指定(以便逼近求解问题的答案)。不要把这些“解”与问题的“答案”混为一谈，可以把它理解成为要得到答案，系统可能需要利用的那些特性。
繁殖(包括子代突变)
带有较高适应度值的那些染色体更可能产生后代(后代产生后也将发生突变)。后代是父母的产物，他们由来自父母的基因结合而成，这个过程被称为“杂交”。
下一代
如果新的一代包含一个解，能产生一个充分接近或等于期望答案的输出，那么问题就已经解决了。如果情况并非如此，新的一代将重复他们父母所进行的繁衍过程，一代一代演化下去，直到达到期望的解为止。
并行计算
非常容易将遗传算法用到并行计算和群集环境中。一种方法是直接把每个节点当成一个并行的种群看待。然后有机体根据不同的繁殖方法从一个节点迁移到另一个节点。另一种方法是“农场主/劳工”体系结构，指定一个节点为“农场主”节点，负责选择有机体和分派适应度的值，另外的节点作为“劳工”节点，负责重新组合、变异和适应度函数的评估。
http://ke..com/view/45853.html
演化算法：
这部分的研究主要是提供具有演化特征的算法，已知的遗传算法是其中之一。许多新的算法正在研究中。由于遗传算法的整体搜索策略和优化计算时不依赖于梯度信息，所以它的应用非常广泛，尤其适合于处理传统搜索方法难以解决的高度复杂的非线性问题。人工生命研究的重要内容就是进化现象，遗传算法是研究进化现象的重要方法之一
我国学者接触这个领域较晚，目前尚未形成声势和有规模的研究队伍。1997年夏天，在中科院基础局、国家科委基础司及中国国际经济及技术交流中心的支持下，由中科院系统科学所和自动化研究所举办了第一次人工生命及进化机器人研讨会[20]。与会者约60人。除去邀请了五位国际知名学者的学术报告之外，国内也有数名学者介绍了相关的研究成果。主要在数字生命、复杂巨系统方面进行了一些研究。据目前了解到的情况，国内尚有一些人在研究演化算法，在人工智能的一本书上有一段介绍人工生命。但对人工社会、人工生态环境及进化机器人等尚无人问津。
http://blog.ustc.e.cn/chujx/archives/000925.html
2. 股票交易算法
我举个例子吧，假如你买了某只股票1000股，成本是10，结果涨到11快，利润就是1000。然后你觉得要逢高减仓，就卖掉500股，但是你的股数虽然少了，但利润不变，也就是，你手上有500股，成本成了9元，利润是1000.
由于你的股数少了，但是要保持你的利润还是1000，只有降低成本，这个系统会自己帮你算的。
你8.30买300股，7.86的时候，亏了大概有4毛，也就是120块，你卖100股，剩200，为了保证你的利润还是 -120，只有拉高成本。 8.586-7.86，亏了大概有6毛，0.6乘以200，还是等于120
3. 【遗传与进化】关于正反交的问题。急急急!!!!
你仔细看一下我的解释，有疑问再问。
黄色和灰色杂交如果后代都是黄色，并不可以说明黄色是显性。（有时群体很小，黄Aa和灰aa杂交下一代可能都是aa。）
雌黄和雄灰杂交后代雌的都是灰的、雄的都是黄的，这倒可以说明黄色是伴X显性。
4. 差分进化算法和遗传算法有甚么区分
遗传:生物亲代与子代之间、子代体之间类似现象.
父母基因特点传给子女进化:专指生物由简单复杂、由低级高级发展变化又称作演变作算法而言也与之类似根据限制条件使部份特性满足者继续遗传特性便成进化因此遗传进化基础遗传包括于进化遗传进化必要条件
5. 基于遗传算法的神经网络预测股票的价格有现实意义吗 知乎
有一定参考价值
但你不能以此为实际购买股票的唯一依据，不然会赔的很惨
不要只依赖算法结果…
望采纳
6. 差分进化算法比遗传算法好在哪
遗传算法 ，差分进化，粒子群，蚁群，模拟退火，人工鱼群，蜂群，果蝇优化等都可以优化svm参数
7. 蚂蚁算法的思想进化公式及遗传算法的算法流程图
遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。
8. Evolutionary Algorithms，Genetic Algorithm 进化算法和遗传算法二者有啥区别
Evolutionary Algorithms：进化算法；
Genetic Algorithm：遗传算法；
进化算法包括遗传算法、进化程序设计、进化规划和进化策略。
基于对生物进化机制的模仿，共产生进化算法的四种典型模型：
①遗传算法 Genetic Algorithm,GA
②进化规划 Evolutionary Programming,EP
③遗传规划 Genetic Programming,GP
④进化策略 Evolution Strategy, ES
虽然这些概念的内涵有一定的差别，它们有各自不同的侧重点，各自有不同的生物进化背景，各自强调了生物进化过程中的不同特性，但本质上都基于进化思想的，都能产生鲁棒性较强的计算机算法，适应面较广，因此又称它们为进化算法或进化计算。
9. 进化计算,遗传算法方面国内知名的 专家及教授都有哪些谢谢
关于“鼎”的来历及作用：鼎本来是古代的烹饪之器，相当于现在的锅，用以炖煮和盛放鱼肉。许慎在《说文解字》里说：“鼎，三足两耳，和五味之宝器也。”有三足圆鼎，也有四足方鼎。最早的鼎是黏土烧制的陶鼎，后来又有了用青铜铸造的铜鼎。传说夏禹曾收九牧之金铸九鼎于荆山之下，以象征九州，并在上面镌刻魑魅魍魉的图形，让人们警惕，防止被其伤害。自从有了禹铸九鼎的传说，鼎就从一般的炊器而发展为传国重器。国灭则鼎迁，夏朝灭，商朝兴，九鼎迁于商都亳（bó）京；商朝灭，周朝兴，九鼎又迁于周都镐（hào）京。历商至周，都把定都或建立王朝称为“定鼎”。
鼎被视为传国重器、国家和权力的象征，“鼎”字也被赋予“显赫”、“ 尊贵”、“盛大”等引申意义，如：一言九鼎、大名鼎鼎、鼎盛时期、鼎力相助，等等。鼎又是旌功记绩的礼器。周代的国君或王公大臣在重大庆典或接受赏赐时都要铸鼎，以记载盛况。这种礼俗至今仍然有一定影响。为庆贺联合国50华诞，中华人民共和国于1995年10月21日在联合国总部，向联合国赠送一尊青铜巨鼎——世纪宝鼎。西藏和平解放50周年庆典之际，中央政府向西藏自治区赠送“民族团结宝鼎”，矗立于拉萨人民会堂广场，象征民族团结和西藏各项事业鼎盛发展。此举意义深远，文化内涵丰厚。
鼎是我国青铜文化的代表。它是文明的见证，也是文化的载体。根据禹铸九鼎的传说，可以推想，我国远在4000多年前就有了青铜的冶炼和铸造技术；从地下发掘的商代大铜鼎，确凿证明我国商代已是高度发达的青铜时代。中国历史博物馆收藏的“司母戊”大方鼎就是商代晚期的青铜鼎，长方、四足，高133厘米，重875公斤，是现存最大的商代青铜器。鼎腹内有“司母戊”三字，是商王为祭祀他的母亲戊而铸造的。清代出土的大盂鼎、大克鼎、毛公鼎和颂鼎等都是西周时期的著名青铜器。鼎和其他青铜器上的铭文记载了商周时代的典章制度和册封、祭祀、征伐等史实，而且把西周时期的大篆文字传给了后世，形成了具有很高审美价值的金文书法艺术，鼎也因此更加身价不凡，成为比其他青铜器更为重要的历史文物。美学家李泽厚认为，中国青铜器以其“特有的三足器——鼎为核心代表，器制沉雄厚实，纹饰狞厉神秘，刻镂深重凸出”，是我国青铜艺术成熟期最具审美价值的青铜艺术品。
现代汉字中的“鼎”字虽然经过了甲骨文、金文、小篆、隶书等多次变化，但仍然保留着“鼎”这一事物的风范和形体特点，其物其字几乎融为一体，都有着丰富的文化内涵。