进化算法-研究与其在电力无功优化中的应用.pdf

第一章绪论 进化算法(Evolutionary 计算机上模拟生物进化机制而发展起来的，它将问题的求解表示成染色体的适者生存过程， 通过染色体的一代代进化，最终收敛到最适应环境的个体(即问题的最优解或近似最优解)。 它具有高度并行性、自组织、自学习与自适应等特征，为解决复杂问题提供了一种新途径。 近年来，进化算法成功应用于机器学习、过程控制和工程优化等领域，引起了计算机科学及 工程应用等领域的学者们的极大兴趣。自20世纪80年代中期以来，世界上许多国家都掀起了 进化算法的研究热潮。 本章首先介绍课题的研究背景及意义；然后给出本文的主要研究内容及组织安排；最后 是本章小结。 1．1论文研究背景 1．1．1进化算法研究背景 1859年，达尔文创立的进化论，作为生物界以及人类文明史上的一个里程碑，促进了 科学技术的发展。按照达尔文的进化论，地球上的每一物种从诞生开始就进入了漫长的进化 历程，生物种群从低级、简单逐渐进化到高级、复杂。各种生物要生存下来，都要经历“物 传物质是作为一种指令密码封装在每一个细胞中，并以基因的形式排列在染色体上，每个基 因有特殊的位置并控制生物的某些特性。不同的基因组合产生的个体对环境的适应性不一 样，通过基因杂交和突变可以产生对环境适应的后代。