遺傳演算法簡介：理論與應用

Contents

在 Matlab 中學習遺傳演算法( Genetic Algorithm )作為啟發式人工智慧搜索或優化的主要機制

從這 7 小時的課程，你會學到

使用遺傳演算法解決優化問題
修改或改進遺傳演算法
分析遺傳演算法的性能

要求

熟悉程式編輯的基礎知識
熟悉 Matlab 程式語言

課程說明

這是遺傳演算法的入門課程。我們將介紹受自然啟發的人工智慧技術領域中最基本的概念。顯然，主要關注點將放在遺傳演算法上，它是歷史上最受好評的優化演算法。遺傳算法是一種搜索方法，可以輕鬆應用於不同的應用，包括機器學習、資料科學、神經網路和深度學習。

憑藉在該領域超過 10 年的經驗，我設計了這門課程，讓你立即從新手變成專家。每個部分都介紹一個基本概念，並帶你了解理論和實現。本課程通過使用遺傳演算法解決幾個案例研究來結束。

大多數講座都附帶程式設計視訊。在這些視訊中，介紹了實現優化演算法或問題的分步過程。我們還有一些測驗和練習來練習講座中涵蓋的理論知識。

以下是涵蓋的主題列表：

遺傳演算法的靈感
適者生存
重組或交叉
突變
精英主義
執行
應用

我為 200 多條 5 星評論感到自豪。部分評論如下：

Femi 說：“我真的很喜歡導師的講解方式。他對課程的理解非常紮實，而且他讓解決複雜問題變得有趣。”

Abhay 說：“我在參加 MOOC 時會謹慎行事，因為提供的大多數課程都達不到他們聲稱必須提供的內容，最終在取得了 10% 的進步後最終退出了課程。但是這門課程不同，在完成了幾乎 80% – 90% 的課程後，我可以自信地說，這是我所上過的關於 GA 主題的最有價值的課程之一。課程精準，與現實世界的問題息息相關，且 Ali 是一位非常有吸引力且迅速回覆你的教練。天哪，就連澳洲負鼠也會加碼參加。”

Ahmad 說：“這是一次非常好的體驗。我認為這門課程非常適合像我這樣的初學者，因為它從基礎開始。然後逐漸變得越來越難。總的來說，這是一門很棒的課程。感謝 Ali 或 Seyedali 兩位:D 🙂 如果你明白我的意思。”

加入 1000 多名學生，與我們一起開始你的優化之旅。如果你以任何方式不滿意，無論出於何種原因，你都可以在 30 天內從 Udemy 獲得全額退款，不問你任何原因，但我相信你不需要。我 100% 支持這門課程，並承諾在你學習過程中過你幫助。

目標受眾

本課程適合所有想學習優化技術的人
人工智慧的初學者和專家都將從本課程中受益，因為它涵蓋了從基礎到高級主題的理論和應用
那些想要解決具有挑戰性的優化問題的人
那些對遺傳演算法如何解決優化問題感到好奇的人，將其作為世界上最好和最受推崇的人工智慧技術之一

講師簡介

Seyedali Mirjalili 人工智慧博士

Seyedali (Ali) Mirjalili 教授因其在人工智慧 (AI) 和優化方面的進步而享譽國際，包括從人工智慧的角度出發的第一套 SI 技術 – 與一般理解自然系統的方式截然不同 – 以及系統的設計框架可靠地進行基準測試、評估和提出計算成本低廉的健全優化演算法。 Mirjalili 教授發表了 150 多篇期刊文章，其中許多發表在高影響力期刊上，其中一篇論文被引用超過 4000 次——這是 Elsevier Advances in Engineering Software 期刊中被引用次數最多的論文。此外，他還擁有超過 5 本書、30 本書章節和 15 篇會議論文。

Mirjalili 教授總共被引用超過 25,000 次，H 指數為 56。根據 Google 學術指標，他是全球人工智慧領域被引用次數最多的研究人員之一。作為穩健優化領域被引用次數最多的研究人員，他位列 1% 高論文被引用的研究人員，並被 Web of Science 評為全球最具影響力的人工智慧研究人員之一。

Ali 是 IEEE 的高級成員，也是 IEEE Access、Applied Soft Computing、Advances in Engineering Software 和 Applied Intelligence 等多個期刊的副主編。他的研究興趣包括健全優化、工程優化、多目標優化、群體智能、進化演算法和人工神經網路。他還致力於應用多目標和健全的元啟發式優化技術。

除了出色的研究成果外，Ali 教授還擔任教師超過 15 年，擔任 Udemy 講師超過 3 年。他有 10,000 多名學生，他的大部分課程都得到了 Udemy 和學生的高度評價。他是前 1% 高論文被引用的研究人員名單中唯一的 Udemy 講師。