混沌遗传算法用于求解混合整数规划问题  

Chaos Genetic Algorithms for Solving Mixed Integer Programming Problems

作　　者：张章[1] 汪亚明[1] 郑俊褒[1] 闫晓萌[1] 

机构地区：[1]浙江理工大学信息学院,浙江杭州310018

出　　处：《工业控制计算机》2015年第4期123-124,126,共3页Industrial Control Computer

摘　　要：针对遗传算法的早熟收敛问题,提出了一种混沌遗传算法(CGA)用于解决混合整数规划问题(MIPP)。该算法的基本思想是把混沌变量加载于初始个体的混沌生成和最优个体的混沌搜索过程中。研究结果表明:混沌遗传算法能够有效地解决混合整数规划问题,改善了遗传算法的早熟问题。该算法效果显著,明显提高了解决混合整数规划问题的计算效率,在收敛速度、解的精度和稳定性方面也都优于遗传算法。A new kind of Chaos Genetic AIgorithms（CGA）is proposed to avoid the premature convergence probIem of GA,which can be used to soIve the Mixed Integer Programming ProbIems﹙MIPP﹚ in this paper.The basic idea this aIgorithm is Ioading the chaotic variabIes into the chaotic initiaI individuaI generation and the optimaI individuaI chaotic search process.The re-suIts show that chaos genetic aIgorithm can effectiveIy soIve mixed integer programming probIems,and improve genetic aI-gorithm earIy-maturing probIem.

关 键 词：混沌 遗传算法 混合整数规划问题 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]