阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
只是...遗传性算法的定义和初步应用罢了，至于它到底有什么优势？”
“或者说为什么我认为它比卡尔曼滤波器算法，还有支持向量机算法，更适合于我们的微电机系统。”
“这可我可以先讲一下。”
陆语微笑着说道。
听到陆语说没有办法直接告诉他们一川算法到底是什么，众人的眼眸中都忍不住流露出了一抹失望之色。
不过他们也都能够理解陆语的想法。
于是一众研究人员们，都开始认真的侧耳聆听了起来。
“咳咳，归根结底，其实遗传算法最大的优势就是处理多极化问题。”
陆语开口道。
遗传算法处理...多极化问题？
眼看着众人一时半会都没有反应过来，陆语无奈地笑了一下。
“也是。”
“遗传学算法在这个世界上还没有现世，也就不存在这个说法，我如果是以这样的方式介绍的话，他们恐怕确实是没有办法明白。”
“而且遗传算法对于多目标优化问题的方式上，确实是比一般的算法路径要复杂很多。”
陆语在脑海中暗暗的考虑道。
对于一些连遗传算法是什么都不知道的人而言，用上太复杂的方式去介绍，显然是有些强人所难了。
所以，陆语也只能简化了一下脑海中的语言表达，继续说道：
“简单来说，当咱们面对一个困难的时候...”
“这些问题不是只有一个目标，而是有好几个目标要同时考虑，不能仅仅只将目光聚焦在一个目标上。。”
“比如说，你想做一个微电机系统，你不仅要让它的误差小，还要让它的性能好，但是这两个目标可能会互相影响或者互相矛盾。”
“你怎么办呢？你就要找一个方法，让这两个目标都能达到一个比较好的水平，或者找到一些方法，每个方法都能达到一个比较好的水平。这些方法就叫做帕累托最优解。”
“帕累托最优解的意思是，在这些方法里面，没有哪一个方法能够在一个目标上更好，而不在另一个目标上更差。”
“也就是说，在这些方法里面，没有哪一个方法能够完全比另一个方法更好。”.
“遗传算法可以用一些技术，比如非支配排序遗传算法或强度帕累托进化算法等，来有效地解决这种问题，并找到一组不同的帕累托最优解。”
“而其他的算法，比如你们刚刚提到的卡尔曼滤波器和支持向量机等，就要把多个目标合成一个目标，或者给每个目标一个权重，这样可能会造成许多我们不想要遇到的困难。”
“现在大家能明白我的意思了吗？”
陆语话都说到这地步了，之前研究人员们就算是反应力再迟钝，也都大约能够反应的过来到底是怎么回事了？
毕竟他们能够做到今天的位置上，就算一时半会儿没有办法彻底明白遗传学算法到底是什么东西，但如今听了陆语的解释，也至少明白了它的优点到底在什么地方。
“原来如此！”
“奇妙，太奇妙了！”
“这么神奇的想法，怎么我以前从来都没有听过！”
“不愧是陆总工，思路就是跟咱们旁人不一样。”
一众研究人员们都爆发出来难以想象的惊讶神情，所有人的表情也都变得激动了起来。
光是听这些东西都让他们感到浮想联翩，如果接下来陆语真正的将遗传学算法的内容展示出来，一定能够给他们带来一个大大的惊喜！
一念至此，他们的表情都变得无比的兴奋和激动！
至于...接下来如何将这个遗传学算法运用在微电机系统的兼容性问题上。
这个问题恐怕就得接下来陆总工亲自出
本章未完，请点击下一页继续阅读》》