遗传算法在默认参数下的表现如何？

适用条件

• 遗传算法实现以显示的默认参数运行。
• 问题实例是可视化中显示的那个。
• 这里的“高效”是定性的；没有提供正式的效率指标或运行时界限。

理解与推导

1. 以默认参数（例如种群规模 1000，贪婪交叉 true）运行遗传算法。
2. 观察巡回路线精化的动画。
3. 注意状态栏中减少的路径长度。
4. 得出算法在此实例上表现良好的结论。

例子

旁白说：“你可以看到遗传算法可以使用默认参数高效地解决旅行商问题。”遗传编程页面以可见参数运行，包括 Iterations: 100, population size: 1000, greedy crossover: true, 且 numberOfCities: 30。

容易误解的地方

• 假设遗传算法总是能找到绝对最优解。
• 认为无论规模如何，默认参数对所有 TSP 实例都足够。

观看对应讲解

继续追问

• 在遗传算法 TSP 演示中，贪婪交叉做了什么？
• 根据视频，遗传算法的种群规模应该有多大？
• 为什么视频说种群规模为 50 时得不到好的解？