遗传算法对约束优化问题的研究综述  

Study Based on Genetic Glgorithms fot Constrained Optimization

作　　者：余文[1] 李人厚[1] 

机构地区：[1]西安交通大学系统工程研究所,西安710049

出　　处：《计算机科学》2002年第6期98-101,共4页Computer Science

摘　　要：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[1].In all aspects of GA,including the constraints-handling technique,encoding,fitness function and genetic operator, etc, G A is able to provide an alternative optimization technique for constrained problems that are solved in a wide variety of domains. The penalty one is the most valid and flexible in the all techniques. The fundamental methods that can solve the nonlinear programming problems in the GA area are reviewed and discussed in this paper.

关 键 词：约束优化问题 遗传算法 随机算法 群体搜索策赂 

分 类 号：O224[理学—运筹学与控制论] O242.23[理学—数学]