演化算法述.ppt

智能优化方法Nature Inspired Computation 考核方式 课程设计报告 用一种（或多种）智能优化方法，实现实际或者虚拟优化问题的求解。 鼓励与本人未来研究领域的结合。 报告形式：小论文或实验报告的形式，要求包含：实验目的、技术方案、量化的实验结果、对结果的简单分析（或解释）。 提交源程序。 12月17日前，将1份打印件放到我的信箱里。 课程资源 6 Username: networks Password: networks 参考教材： 1.《智能优化算法及其应用》，王凌，清华版。 2.《遗传算法及其应用》，陈国良等，人民邮电版，1999。 第一章 概述 最优化问题的定义 最优化问题的分类 关于计算复杂性 最优化方法的一般结构 最优化问题的定义 最优化问题的一般形式为 其中x ? Rn是决策变量，f(x)为目标函数，X ? Rn为约束集或可行集。特别地，如果约束集 X = Rn，则最优化问题称为无约束最优化问题 最优化问题的定义 约束最优化问题通常写为 这里E 和I 分别是等式约束的指标集和不等式约束的指标集，ci(x)是约束函数． 最优化问题的分类 按照运筹学的观点分类： 线性规划 非线性规划 整数规划 动态规划 多目标规划 。。。。。。 最优化问题的分类 从应用的角度分类： 数值优化（函数优化，建模） 组合优化 可靠性设计问题 调度问题