GA包是为了在R语言的环境中实现基于遗传算法分析的工具，GA包提供了相当丰富内部函数供用户使用。GA包的主程序叫作ga，ga程序至少有type和fitness这两个参数。对于二进制搜索，则必须有nBits参数；对于实数类型的决策变量，则必须有min和max这两个参数。主要参数含义如下：
●type：决定遗传算法分析的决策变量的类型，可能的值为：“binary”表示决策变量为二进制型；“real-valued”表示决策变量为实数型，即决策变量为浮点型实数；“premutation”表示涉及一个列表排序的问题的变量。
●fitness：表示适应性函数，任何一个可行的R函数。
●lower，upper：表示决策变量上下限的向量，在实数类型中，它代表着遗传算法搜索空间的范围。
●nBits：表示二进制编码的位数的值。
●pcrossover：表示交叉概率的值，默认概率为0.8。
●pmutation：表示变异概率的值，默认概率为0.1。
●popSize：表示种群大小的量，默认为50。(www.xing528.com)
●elitism：表示在每一次种群更迭中最适应的个体存活下来的比例，默认设定为5%的个体会在更迭中存活而形成新的世代。
●maxiter：表示最大迭代数，默认为100。
●run：表示连续出现一定数目的未改善世代后，GA搜索终止。
●maxfitness：表示适应值的上限，满足后GA搜索终止。
执行ga程序后，会返回一系列描述对象状态与结果的值，包括：iter：表示当前进行搜索的循环数；fitness：评价当前种群的适应度；best：在每次GA搜索的循环中最大适应度值；mean：在每次GA搜索循环中平均适应度至；fitnessValue：GA搜索结束后最大的适应度值；solution：表示最终结果的矩阵，其行数为找到的最优解个数，列数为决策变量的个数。
对合并期望值直接模型求解。
对多个响应期望值同时优化求解。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
