内容原文：https://morvanzhou.github.io/tutorials/machine-learning/torch/ 微生物遗传算法（Microbial Genetic Algorithm） 这种算法是用来解决遗传算法中的一些问题，当我们在遗传的过程中，我们在利用原始的种群繁衍变异产生新的种群以后，原来的种群就消失了，但是有可能我们在这个过程也将好的个体丢失了，所以有可能变异之

代谢工程需要三个部分的基础知识，第一个部分为哲学理论基础，学习系统论和系统工程。第二部分为科学理论部分，学习微生物代谢。第三部分学习代谢工程，包含原核微生物，真核微生物和植物代谢工程。这三方面知识缺一不可，具体学科的知识研究往往是拼图游戏，如盲人摸象，摸到任何一处都可以形成真实的重要的发现。要改造一头大象，知道一定量的局部知识是必须的，而真正实现工程的自由王国则需要大象的总体拼图和内在的结构，这就

本文对Emergent simplicity in microbial community assembly——中的数学模型进行过程推导与分析 Goldford J E , Lu N , Bajic D , et al. Emergent Simplicity in Microbial Community Assembly[J]. Science, 2018, 361(6401):469-47

2020 10-20 收录 ACM 本文提出了黑盒算法。本质是：迁移性 + 遗传算法 通过迁移性攻击得到对抗样本集，利用MGA(微生物遗传算法)不断优化集群,最终得以攻击model crossover

微生物遗传算法（Microbial Genetic Algorithm）  这种算法是用来解决遗传算法中的一些问题，当我们在遗传的过程中，我们在利用原始的种群繁衍变异产生新的种群以后，原来的种群就消失了，但是有可能我们在这个过程也将好的个体丢失了，所以有可能变异之后的种群还没有原来的种群好。  那么所以我就应该在繁衍变异的过程中保留一部分好的基因，这就是Elitism问题。一句话来概括，就是：在袋