遗传算法：选择、交叉、变异，选择机制一般用轮盘赌，变异是小概率事件，但验证的效果不是很好，而大概率时就变成了随机算法，失去了遗传算法的特性；（2.19） 遗传新动向：遗传算法核心作用是交叉算子；基于遗传算法的机器学习、和神经网络、模糊推理以及混沌理论等其他算法渗透结合；并行处理遗传算法的研究；和进化规划、进化策略等进化计算理论日益结合，三者之间的研究和彼此结合的探究形成热点；（摘自百度百科,2.20）

neural-network-genetic-algorithm, 用遗传算法进化神经网络 用遗传算法进化神经网络的方法这就是我们如何使用遗传算法来寻找分类任务的最佳网络参数的一个例子。它目前仅限于 IE ( 。 完全连接的网络，并使用Keras库构建。培训和验证。在 easy MNIST数据集上，我们能够快速找到一个达到&