复杂工程问题全局优化算法研究

被引:14
作者
俞国燕
郑时雄
刘桂雄
黄平
机构
[1] 华南理工大学机械电子工程系!广东广州
基金
广东省自然科学基金;
关键词
全局优化; 模拟退火算法; 遗传算法; 神经网络; 约束处理;
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
分析了遗传算法、模拟退火算法与神经网络等近年来广泛应用于复杂工程问题优化的全局优化算法各自的特点与其全局优化能力 ,指出如何针对其特点进行改进以达到更佳效果 ,深入研究了复杂工程问题优化的关键技术———目标函数与约束条件建立方法 .最后 ,展望了全局优化算法与复杂工程问题优化技术的发展趋势 .
引用
收藏
页码:104 / 110
页数:7
相关论文
共 23 条
[1]   基于遗传算法的模糊神经控制及其应用 [J].
王耀南 .
系统工程与电子技术, 1999, (06) :55-57+74
[2]   制造过程的智能多目标优化方法 [J].
彭观 ;
陈统坚 ;
张俊 ;
姚锡凡 .
机械设计与制造工程, 1999, (02) :27-29+4
[3]   智能设计集成推理技术的研究 [J].
欧阳渺安 .
机械设计与研究, 1999, (01) :29-32+4
[4]   神经网络在优化计算中的应用 [J].
陈建明 ;
张仲义 .
系统工程与电子技术, 1999, (03) :69-71+81
[5]   用遗传算法求解一个系统可靠性优化问题 [J].
徐沾杰 ;
马昌文 ;
梅启智 ;
奚树人 .
清华大学学报(自然科学版), 1998, (07) :55-58
[6]   基于遗传算法的退火精确罚函数非线性约束优化方法 [J].
吴志远 ;
邵惠鹤 ;
吴新余 .
控制与决策 , 1998, (02) :41-45
[7]   人机结合的模糊控制优化设计 [J].
盛万兴 ;
田捷 ;
戴汝为 .
模式识别与人工智能, 1998, 11 (01) :20-26
[8]   基于遗传算法的一类Job-shop调度 [J].
董斌 ;
李颢 ;
邵惠鹤 ;
王洪水 .
控制与决策 , 1998, (01) :71-74
[9]   新的进化过程遗传算法 [J].
吴志远 ;
邵惠鹤 ;
吴新余 .
上海交通大学学报, 1997, (12) :68-70
[10]   遗传退火进化算法 [J].
吴志远 ;
邵惠鹤 ;
吴新余 .
上海交通大学学报, 1997, (12) :71-73