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（）

遗传算法是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法 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（） 在遗传算法里，优化问题的解被称为个体，它表示为一个参数列表，叫做染色体或者基因串。() 粒子群算法同遗传算法类似，是一种基于迭代的优化算法（ ）。 基因遗传算法的两个常用的结束条件为()。 基因遗传算法的两个常用的结束条件为（） 遗传算法 数据挖掘技术中的遗传算法是一种基于和分子遗传学的搜索优化算法（） 使用遗传算法求解问题的基本操作是()。 今天民企运营不好容易出现什么问题？ 遗传算法是根据生物进化的模型提出的一种串行随机搜索优化算法。 算法包括蚁群算法和遗传算法（） 基因遗传算法的终止条件一般是适应度数值小于0.() 基因遗传算法的终止条件一般是适应度数值小于0.（） 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（） 数据挖掘技术中的遗传算法是一种基于生物进化论和分子遗传学的（）优化算法。 遗传算法的构成要素（ ） 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。() 遗传算法的参数主要包括：