混合遗传算法在随机规划问题中的应用.pdf

混合遗传算法在随机规划问题中的应用.pdf

ID:55397857

大小:379.61 KB

页数:5页

时间:2020-05-15

混合遗传算法在随机规划问题中的应用.pdf_第1页
混合遗传算法在随机规划问题中的应用.pdf_第2页
混合遗传算法在随机规划问题中的应用.pdf_第3页
混合遗传算法在随机规划问题中的应用.pdf_第4页
混合遗传算法在随机规划问题中的应用.pdf_第5页
资源描述:

《混合遗传算法在随机规划问题中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、VDoOl.I2:61N0o..145135/j.cnki.1006-3080.2000.05.023华东理工大学学报2000-10JournalofEastChinaUniversityofScienceandTechnology547文章编号:1006-3080(2000)05-0547-05混合遗传算法在随机规划问题中的应用1*22赵莉萍,王建华,龙刚(1.华东理工大学计算机科学与工程系,上海200237;2.华东船舶工业学院电子与信息系,镇江212003)摘要:以含有机会约束的生产管理动态规划问题为例,基于随机模拟技术的混合遗传算法实现最优化

2、决策,构造了数学模型。采用VB编程,计算机模拟结果显示该模型能很好解决生产过程中的最优化决策问题,它是简单的基于二进制编码的遗传算法所不能解决的。该算法具有很高的鲁棒性,避免了在局部最优解附近徘徊,且因为随机规划问题要求许多数学知识,而该算法本身并不要求对优化问题的性质作一些深入的数学分析,从而对那些不太熟悉数学理论和算法的使用者来说,无疑是最方便的。关键词:遗传算法;随机规划;优化;决策中图分类号:N945.15文献标识码:AApplicationsofHybridGeneticAlgorithmstoDynamicProgrammingProbl

3、ems1*22ZHAOLi-ping,WANGJian-hua,LONGGang(1.DepartmentofComputerScienceandEngineeringECUST,Shanghai200237,China;2.DeptmentofElectronandInformationEastChinaShipbuildingInstitute,Zhenjiang212003,China)Abstract:GeneticAlgorithms(GA)isamethodthatimitatesevolutionoflife.Itisasearchin

4、gandoptimizationalgorithm.Inthepastthirtyyears,geneticalgorithmsissucceedinsolvingsomecomplexglobaloptimizationproblem.Inthispaper,animprovedGAisgiven.Itadoptsanewhybridoperator,andahybridcodingmethod.Atthesametime,wediscussakindofrandomdynamicprogrammingproblemsandconstructhyb

5、ridgeneticalgorithmsfortheseproblems.Onthebasisofanalyzingandsimulatingex-amplesofmanufacturingdecisionproblem,itshowsthatthealgorithmisefficienttosolvethesedynamicprogrammingproblems.Thealgorithmismorerobustandmoreconvenientforuser,itnotonlyavoidsplungingintolocaloptimumsoluti

6、onsbutalsosolvesthedynamicprogrammingproblemquicklywithoutanyothermathematicsknowledges.Keywords:geneticalgorithms;randomprogramming;optimization;decision[1]遗传算法(GA,GeneticAlgorithms)是一种索空间不规则,就要求所用的算法具有高度的鲁棒模拟生物进化机制新近发展起来的搜索优化方法。性,以避免在局部最优解附近徘徊。遗传算法的优点过去30年中,在解决复杂的全局优化问题方面,遗恰好

7、是擅长全局搜索,以其达到最优解。另外,由于传算法已取得了成功应用,并受到了人们的广泛关随机动态规划问题在问题变量和约束条件的不确定注。在优化问题中,如果目标函数是多峰的,或者搜性和复杂性,许多传统优化算法难以解决或优化过收稿日期:1999-12-27程复杂、迭代速度慢而使这些算法难以实用,而遗传作者简介:赵莉萍(1970-),女,河南人,讲师,硕士。主要从事神经网络、模式识别及数据库方面的研究。算法由于其特有的遗传特性(例如选择、交叉、变异548华东理工大学学报第26卷等过程)显示了在解决随机动态规划问题中的快速、杂交算子),也可以是一个随着代数而变

8、化的变数准确等优点。(这是称之为非一致杂交算子)。甚至,这种算子也可本文给出了遗传算法的一种改进形式,采用了

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。