未找到相关数据
遗传算法对约束优化问题的研究综述
被引：18
作者：
余文
李人厚
机构：
[1] 西安交通大学系统工程研究所
[2] 西安交通大学系统工程研究所 西安
[3] 西安
来源：
关键词：
Genetic algorithms;
Constraints-handling techniques;
Nonlinear programming;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
<正> 1 引言工程、数学等领域经常遇到大量的约束优化(或非线性规划)问题,需要对约束条件进行处理。目前,还没有一种通用的传统优化方法,能够处理各种类型的约束。相比,遗传算法(GA)在这一领域,比其它方法更有巨大优势和应用潜力。遗传算法的群体搜索策略和不依赖梯度信息的计算方式,使得它在处理约束优化问题时比传统搜索算法通用和有效。许多处理约束优化问题的传统算法都可以直接或改进后而用于GA。此外,由于GA是一种随机算法,既可以在编码时或设计遗传算子时加以考虑,也可以在每一代通过修正算法使所产
引用
收藏
页码：98 / 101
页数：4
相关论文