基因遗传算法的终止条件一般是适应度数值小于0.（）

遗传算法是一种基于自然选择和基因遗传学原理的优化搜索方法。 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。 遗传算法 遗传算法是迭代优化算法的一种（） 遗传算法是迭代优化算法的一种（） 遗传算法是一种__算法，可以提高算法的效率 遗传算法具有进化计算的所有特征，其主要用途是数值计算。 算法包括蚁群算法和遗传算法（） 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 自适应遗传算法中，当群体个体适应度比较分散时， 应()交叉和变异概率。 遗传算法的构成要素（ ） 遗传算法的操作,能够从种群中淘汰适应度值小的个体( ) 遗传算法的基本操作顺序是 ( ) 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。 粒子群算法同遗传算法类似，是一种基于迭代的优化算法（ ）。 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 哪种遗传算法的操作，能够从种群中淘汰适应度值小的个体（ ） 遗传算法的参数主要包括： 遗传算法编码的原则和方法是: ( ) 遗传算法的主要用途是 。 ( )