遗传算法(Genetic Algorithm, GA)是近几年发展起来的一种崭新的全局优化算法，它借 用了生物遗传学的观点，通过自然选择、遗传、变异等作用机制，实现各个个体的适应性 的提高。这一点体现了自然界中\"物竞天择、适者生存\"进化过程。1962年Holland教授首次 提出了GA算法的思想，从而吸引了大批的研究者，迅速推广到优化、搜索、机器学习等方 面，并奠定了坚实的理论基础。 用遗传算法解决问题时，首先要对待解决问题的模型结构 和参数进行编码，一般用字符串表示，这

实现2型文法的化简包括：无符号和无用产生式的删除、ε-产生式的消除、单产生式的消除算法实现-Grammar of type 2 diabetes to achieve simplification, including: No symbols and the deletion of useless production, ε-production elimination, the elimination of a single production algorithm

对KDD数据里的符号性数据进行数值化，然后再归一化，提供输入(The symbolic data in the KDD data is numerically calculated)

这是一个SAX符号化的程序，并有详细的注释，以及最短距离程序，和SAX跟PAA的比较。(This is a SAX symbolic program, with detailed notes, as well as the shortest distance program, and SAX and PAA comparison.)