基于遗传算法的八皇后问题

遗传算法 

    遗传算法是随机束搜索的一个变型，它通过把两个父状态结合来生成后继，而不是通过修改单一状态进行。

设计思路

运行结构

总结

 

搜索方式	优点	缺点
爬山搜索	1·简单，效率高	1·一旦达到局部最大，算法就会停止。 2·一旦搜索到达平顶，搜索无法确定搜索的最佳方向。 3·山脊的顶部到山峰之间可能倾斜得很平缓，搜索的前进步伐会很小。
模拟退火搜索	1·局部搜索能力强，运行时间较短。	1·全局搜索能力差，容易受参数的影响
宽度优先搜索	1·速度快，有利于解决最短路径和最少问题	内存消耗大
深度优先搜索	1·能找出所有解决方案 2·相比广度内存消耗相对较小	时间消耗大，效率不高
遗传算法	1·有助于模拟生物遗传进化过程，方便遗传操作算子 2·直接以目标函数值作为搜索信息，具有高度的优越性 3·具有群体搜索特征，可以有效避免搜索不必要的点 4·有较好的全局搜索性和并行性，可避免局部极大值 5·基于概率规则，非确定性规则，使用概率机制进行迭代，具有随机性，使搜索更灵活，参数对搜索的影响更小。 6·具有可扩展性。	1·实现比较复杂，增加工作量和求解时间。搜索速度较慢，需要较多的训练时间 2·算法对初始种群的选择具有一定的依赖性。参数选择大部分依靠经验，编码容易出现不规范不准确的问题。 3·容易出现过早收敛问题 4·并行机制潜在能力没有得到充分利用（研究热点方向）。