华南师范大学 《遗传算法及其应用》 全8讲 主讲-杨湘波

如果你正在准备软考，或者在工作中遇到"排班排到崩溃、参数调不动、组合优化无从下手"这类问题，这门课值得先了解清楚再决定要不要花时间。它不是一门教你写代码的编程课，而是华南师范大学杨湘波教授的《遗传算法及其应用》全8讲，重点放在算法本身怎么运转、参数怎么调、以及它能解决哪些实际问题。

这门课到底解决什么场景

遗传算法属于智能优化算法的一类，典型用途是：在解空间很大、传统方法算不动的情况下，找一个足够好的解。落到具体工作上，比如生产排程、路径规划、资源分配、参数寻优、测试用例筛选，都可能用到它。

这门课对应的正是这类场景：你手头有一个优化问题，变量多、约束多，穷举不现实，启发式规则又不够稳，这时候遗传算法是一条可考虑的路径。杨湘波在讲基本运算过程时，会结合遗传算法在国内外的产生和发展来铺背景，而不是直接甩公式，这对第一次接触这个方向的人比较友好。

学完能独立做什么

按课程结构，学完大致能做到三件事：

• 说清楚遗传算法的完整运算流程——编码、初始种群、适应度评估、选择、交叉、变异、迭代终止，能自己把这条链路讲明白，而不是只记住名词。
• 理解算子与参数的作用。课程专门有一部分讲算子及参数技术，这部分是实操中最容易卡住的地方：交叉率和变异率设多少、种群规模多大、怎么防止早熟收敛，都属于这一块。
• 看懂科研应用举例，把算法和具体问题对应起来。课程里给了应用层面的例子，帮助建立"什么问题适合用遗传算法、什么问题不适合"的判断。

需要提前说明：8讲的容量有限，它更偏向建立完整认知和调参思路，不会带你从零写一个工业级系统。如果你的目标是马上上手做项目，还需要配合自己动手实现。

资料适合什么基础

这门课对基础的要求不算高，但也不是零门槛：

• 需要一点编程概念，至少能看懂循环、数组、函数这类基本结构，否则听编码和种群操作会比较吃力。
• 需要一点数学直觉，比如概率、简单的最优化概念。课程没有把数学推导作为重点，所以不必先啃完运筹学。
• 如果你正在备考软考，或者做算法、数据分析、运筹优化相关的工作，匹配度更高；纯文科背景、完全没接触过编程，理解曲线会陡一些。

另外要提醒：这是高校课堂录像，节奏偏讲授式，不是那种几分钟一个爆点的短视频。适合能坐下来连续听、边听边记的人。

怎么用这份资料更划算

建议不要从第一讲开始顺着听到尾就结束。更实用的方式是：先听基本运算过程那部分，把整体流程图自己默画一遍；再重点攻克算子及参数技术，这部分建议边听边对照自己工作里的问题想——如果要给排班或者选点问题套这个算法，编码该怎么设计。最后看应用举例，检验自己前面的理解是否到位。

8讲的体量，认真过一遍加上自己动手实现一个小例子，大概能形成可用的基础认知。如果你只是想知道遗传算法是什么、值不值得深入，先看前几讲和参数部分即可；如果你确实有优化类问题要解决，这门课是个成本不高的起点。