展会信息港展会大全

遗传算法的研究现状(转)
来源:互联网   发布日期:2011-09-07 13:23:05   浏览:6670次  

导读:一、研究并行遗传算法的意义遗传算法(Genetic Algorithms, GAs)是美国密歇根大学Holland教授借鉴生物进化中的“生存竞争”和“优胜劣汰”现象提出来的全局优化算...

一、研究并行遗传算法的意义中国通信人博客,h.|,Y'j2YO

~3U U} d_P0 遗传算法(Genetic Algorithms, GAs)是美国密歇根大学Holland教授借鉴生物进化中的“生存竞争”和“优胜劣汰”现象提出来的全局优化算法。从一组初始可行解出发,在不需要除适应度函数之外的其它信息的条件下,实现对可能解空间的全局高效搜索。遗传算法是一种多参数、多个体同时优化的算法。这种算法提供了一种求解系统优化问题的通用框架,它不依赖于问题的具体领域,对问题的种类具有很强的鲁棒性,这种良好的特性使它在组合优化领域获得了成功的应用,并成为计算智能领域研究的热点。被广泛应用于生产调度、图象处理、函数优化、机器人学习、自动控制等领域。
%Y&^N@:S q1XSgp6}K?0
f {)|+q4S2L x,U%J?%k0 随着科学技术的发展,问题的规模不断扩大,复杂度不断增加,对GAs求解

赞助本站

相关热词: 遗传 算法 研究 现状

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港