现代优化计算方法发展历程.docVIP

现代优化计算方法发展历程 　　【摘要】：对具有代表性的现代优化计算方法：遗传算法、人工神经网络、模拟退火算法的产生、发展进行了详细的叙述，并对它们的应用领域和研究方向做了细致的介绍，最后对三种算法分别作了总结和展望。 　　【关键词】：遗传算法；人工神经网络；模拟退火算法；组合优化 　　 　　 随着20世纪80年代初期遗传算法、人工神经网络、模拟退火、禁忌搜索算法的兴起，科学工作者对这些算法的模型、理论和应用技术等一系列问题进行着深入的研究，并将这些算法统称为现代人优化算法。 　　 　　1. 遗传算法 　　 　　 1.1 遗传算法的产生和发展 　　 遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，其基本思想是基于Darwin 的进化论和Mendel 的遗传学说。该算法由密歇安大学教授Holland 及其学生于1975 年创建。其主要特点是采取群体搜索策略和在群体中个体之间进行信息交换，利用简单的编码技术和繁殖机制来表现复杂的现象，不受搜索空间的限制性假设的约束，不要求诸如连续性，导数存在和单峰等假设。此后，遗传算法的研究引起了国内外学者的关注。 　　 　　 1.2 遗传算法的应用领域和研究方向 　　 遗传算法是多学科结合与渗透的产物，已经发展成一种自组织、自适应的综合技术，广泛应用在计算机科学、工程技术和社会科学等领域。其研究工作主要集中在基础理