遗传算法是一种通过模拟自然进化过程搜索最优解的方法。对于一些非线性、多模型、多目标的函数优化问题，用其它优化方法较难求解，而遗传算法可以方便的得到较好的结果。
举一反三
- 遗传算法是一种通过模拟自然进化过程搜索最优解的方法。对于一些非线性、多模型、多目标的函数优化问题，用其它优化方法较难求解，而遗传算法可以方便的得到较好的结果。 A: 正确 B: 错误
- 函数优化是遗传算法的经典应用领域，也是遗传算法进行性能评价的常用算例。尤其是对非线性、多模型、多目标的函数优化问题，采用其他优化方法较难求解，而遗传算法却可以得到较好的结果。()
- 对于函数优化问题，如一些（）等函数问题用遗传算法很容易得到较好的结果，而用其他算法则较难。 A: 非线性、多模型、多目标 B: 线性、多模型、多目标 C: 非线性、单模型、单目标 D: 非线性、单模型、多目标
- 以下关于遗传算法的叙述中，不正确的是（ ）。 A: 遗传算法最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。 B: 遗传算法在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。 C: 遗传算法是解决搜索问题的一种通用算法，对于各种通用问题都可以使用。 D: 遗传算法是一种随机搜索算法，可以保证搜索到问题的最优解。
- 遗传算法是一种基于空间搜索的算法，它通过（）、遗传、变异等操作以及达尔文适者生存的理论，模拟自然进化的过程来寻找所求问题的解答。