遗传算法是一个比较有意思的算法。
-
模拟人类进化系统，专注于寻求最优解。恰好比较适合彩票这一案例。
-
遗传算法参数可以自由调配，没有最好、最佳的区分，没有最好，只有更好。
-
用计算机实现，可以看到遗传算法每一次进化的效果。
那么，什么是遗传算法呢？
火星哥来简单给大家解释一下。
遗传算法，望文生义，就是要一代一代遗传下去。模拟人类进化，就要有父代，有子代。
首先，需要有一个原始的种群，就像一个原始的人类部落，比如300人、500人。
其次，这个种群之间需要进行交配，产生后代。就像人类生小孩，不断生小孩，延续这个种族成活下去。
然后需要对小孩进行教育，培养下一代，保障下一代大部分人都比上一代要更好的适应这个社会，适应环境。
此外，还需要小孩在成长过程中发生系列基因突变，让小孩拥有各项能力，无论是好是坏，这是人类进步的一大源泉。
最后，不断优化这个过程，加速进化的过程，最终得到一个完美的人类。
用在彩票预测中，也是类似的情况。
这里需要有一个概念，就是判定小孩是否优秀的方法是什么？更高，更快，更强！脑子更好使，更聪明，更冷静，更容易获取食物和水源。等等吧，这是人类公认的判定更优秀的方法。
彩票里边，需要有个依据，判断彩票方案是否优秀的方法。这也是遗传算法的需要。那么，我们就采用广大彩民都比较认可的判定方法。比如连号数量，奇偶比例，大数小数比例，跨度、平均数、AC值，散列度等等吧，有十几种。
这个东西，在遗传算法中，叫做适应度函数。
我们使用彩票的历史开奖数据，作为整个种群的开始。让这些开奖数据两两之间进行交叉，也就是A取一部分，B取一部分，交叉结合，就像是人类生孩子一样。彩票生出来的孩子，不一定是活的（比如交叉完了双色球有7个红球，或者5个红球），如果是活的，还要进行一次变异，比如随机更换任意一个球。
这样，使用初代种群生出来的一大批小孩，就成为了第二代。我们可以在每一代里边，挑选生命力最高，适应度最好的那些孩子，作为下一代产生的原始种群。
如此循环下去，进行轮回，一直达到参数配置的遗传代数为止。
注意，遗传算法是没有终止的，可以一直进行下去。
这样，我们就可以得到各种各样优秀的彩票方案了。
评论区