本文目录一览：
遗传算法需要多少数据?
遗传算法主要是用来寻优的，通常需要50个数据。在使用遗传算法进行程序编写首先要设定迭代次数，空间维数等基本信息，之后根据给定的数据进行寻优，如果数据较多，寻优精度会很准确，但是往往收敛速度较慢。
遗传算法种群规模怎么选取?
遗传算法种群规模首先遗传具有普遍性那么选择种群规模一定要大，而且要不同层次进行选取才能体现算法的准确性。
蚁群算法与遗传算法的区别?
都属于智能优化算法但是蚁群算法具有一定的记忆性，遗传算法没有蚁群算法有几种原则，比如觅食原则，避障原则等，遗传算法没有蚁群算法属于群智能优化算法，具有并行性，每个粒子都可以主动寻优，遗传算法不行蚁群算法基于信息素在环境中的指示，遗传算法是基于优胜劣汰的生物进化思想遗传算法有选择，交叉，变异三种算子，每种算子又有各自的不同方法，通过对算子方法的修改和搭配，可以得到不同的改进遗传算法蚁群算法则多和其他智能算法相结合，得到改进的蚁群算法
遗传算法和神经网络的区别?
两者区别在于解决问题的算法不同，具体区别如下： 遗传算法是一种智能计算方法，针对不同的实际问题可以设计不同的计算程序。它主要有复制，交叉，变异三部分完成，是仿照生物进化过程来进行计算方法的设计。 神经网络是一种仿生计算方法，仿照生物体中信息的传递过程来进行数学计算。 这两种知识都是近40年兴起的新兴学科，主要应用在智能模糊控制上面。这两者可以结合起来应用。如用模糊数学些遗传算法的程序，优化神经网络，最后用神经网络控制飞行器或其他物体