多重约束目标优化问题的遗传算法研究与应用

【摘要】： 智能优化算法近几年来广受关注，诸如“人工神经网络”、“混沌”、“遗传算法”，“禁忌搜索”等智能优化算法涉及到数学、物理学、生物学等各学科，为解决复杂问题提供了新的方法，并在诸多领域取得了成功。 遗传算法(GA)和其它智能优化算法相比有明显的优越性，首先遗传算法在搜索过程中不易陷入局部最优，即使在所定义的适应度函数非连续、不规则、伴有噪声的情况下也能以极大的概率找到全局最优解，其次由于遗传算法故有的并行性使得它非常适合于大规模的并行分布处理。 本文着重研究遗传算法在组合优化中的应用。针对一类多重约束目标的优化算法中的各方面进行详细讨论与深入的分析，并以“智能组卷”为实例提出了一种基于GA的解决方案。