基因遗传算法中,利用适应度函数表示参数值的大小,判断个体是否应该被淘汰（）

遗传算法参数调整的方法有： 以下对基因遗传算法描述正确的是()。 基因遗传算法的组成部分包括（） 基因遗传算法的组成部分包括（） 以下对基因遗传算法描述正确的是（） 在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值。 在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值（） 自适应遗传算法中，交叉概率不需要人为的去设置具体数值,而变异概率需要。 图中所展示的基因遗传算法过程是（）过程 自适应遗传算法中，当个体适应度趋于一致或局部最优时，应()交叉和变异概率。 自适应遗传算法的基本思路是保持种群染色体适应度的合理分布 遗传算法是一个随机搜索算法，适用于数值求解具有多参数、多变量、多目标等复杂的最优化问题。() 遗传算法 遗传算法优化PID参数是在控制理论中的典型应用之一（） 遗传算法优化PID参数是在控制理论中的典型应用之一（） 遗传算法的基本操作顺序是计算适配度、（）、（）、变异。 遗传算法中，染色体对应()。 算法包括蚁群算法和遗传算法（） 在遗传算法中， 的简单方式是改变编码串的某个位置上的基因 substr函数第二个参数表示（）