Python 中遗传算法的终极初学者指南 ( The Ultimate Beginners Guide to Genetic Algorithms In Python )

遗传算法是人工智能的一个重要领域，负责解决复杂的现实世界问题。这种算法有几种实际应用，可以应用于日常业务场景中的问题解决。一个典型的例子是解决学校的教师排班问题，其中有不同的排班和班级组合，目标是根据班级数量和每位教师的空闲时间动态构建排班。其他例子还有：电信公司可以设计新的光网络，运营商可以更好地规划货物的运送路线，投资者可以选择最好的投资；等等。

在本课程中，您将学习进入遗传算法世界所需的一切！本课程的独特之处在于您将学习基本的直觉，尤其是在不使用预构建库的情况下逐步实施。换句话说，我们将使用 Python 从头开始​​实现遗传算法。如果您从未听说过这个主题，在课程结束时您将拥有解决您自己或您工作的公司的问题的所有理论和实践基础！

• 在第 1 部分中，我们将从头开始实施遗传算法来解决与产品运输相关的非常常见的问题。假设我们需要在卡车上装载一些产品，但我们需要选择利润最高的产品，同时还要考虑到卡车上没有足够的空间来装载所有产品。因此，遗传算法的目标将是选择最好的产品集来最大化公司的利润。最后我们会把我们的算法和MySql中的数据库结合起来，这样就更容易知道如何处理商业应用了！
• 在第 2 部分（在您学习了整个直觉并从头开始实现遗传算法之后），是时候学习如何使用库来解决相同的问题了。除了产品运输的案例研究，我们还将解决另一个问题，即为团队旅行的人寻找最低机票价格。我们将使用两个库解决这两个问题：DEAP（Python 中的分布式进化算法）和 MLROSe。有趣的是，我们将能够将库的结果与我们从头开始实施的遗传算法的结果进行比较。

这可以被认为是遗传算法的第一门课程，完成它后，您可以继续学习更高级的材料。最后，您将具备开发一些简单项目和学习更高级课程的实践背景。在讲座期间，代码将使用 Google Colab 逐步实施，这将确保您在本地计算机上安装或配置软件时不会遇到任何问题。