我已经阅读了两个介绍性的章节以及关于这两个主题的几篇论文，在我看来这两种方法几乎完全相同。就是说，我还没有时间去深入研究这些主题，所以我可能是错的。
遗传算法和进化策略之间有什么区别？是什么使它们与众不同，它们在哪里相似？
最佳答案
在进化策略中，个体被编码为实数 vector 。在繁殖时， parent 是随机选择的，最适合的后代也被选择并插入下一代。 ES个体是自适应的。步长或“变异强度”是在个体中编码的，因此，通过选择好的个体，可以将好的参数传递给下一代。
在遗传算法中，个体被编码为整数。通过选择与他们的健康状况成正比的 parent 来进行选择。因此，必须先对个人进行评估，然后才能进行第一次选择。遗传运算符在位级别上工作(例如，将一个位串切成多段并与其他父段互换或交换单个位)。
那是理论。在实践中，有时很难区分这两种进化算法，并且您需要创建混合算法(例如，对遗传算子的参数进行编码的整数(位串)个体)。
关于genetic-algorithm - 遗传算法和进化策略之间有什么区别？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7787232/