技术
Thermodynamical Genetic Algorithm（热力学遗传算法）
Thermodynamical Genetic Algorithm 是一种借鉴热力学原理的遗传算法变体，通过模拟退火中的温度控制来维持种群多样性，解决传统遗传算法早熟收敛问题。它应用于组合优化和神经网络结构搜索，代表工作为 Mori 等人提出的 TDGA。
详细解释
传统遗传算法易陷入局部最优，因为选择压力导致种群多样性迅速下降。TDGA 引入热力学中的熵和温度概念，通过自由能最小化原则平衡选择与多样性。具体地，它使用温度参数控制选择概率，高温促进探索，低温促进开发。该算法在旅行商问题和多目标优化中表现优异，并启发了后续的多样性维护策略。
别名与相关写法
thermodynamical genetic algorithm