第二十三章现代优化算法简介.docxVIP

第二十三章现代优化算法简介 § 1现代优化算法简介 现代优化算法是 80年代初兴起的启发式算法。这些算法包括禁忌搜索( tabu search),模拟退火(simulated ann eali ng)，遗传算法(gen etic algorithms)，人工神经网 络(neural networks )。它们主要用于解决大量的实际应用问题。目前，这些算法在理论 和实际应用方面得到了较大的发展。 无论这些算法是怎样产生的， 它们有一个共同的目 标—求NP-hard组合优化问题的全局最优解。 虽然有这些目标， 但NP-hard理论限制它 们只能以启发式的算法去求解实际问题。 启发式算法包含的算法很多，例如解决复杂优化问题的蚁群算法( Ant Colony Algorithms )。有些启发式算法是根据实际问题而产生的，如解空间分解、解空间的限 制等；另一类算法是集成算法，这些算法是诸多启发式算法的合成。 现代优化算法解决组合优化问题， 如TSP (Traveling Salesman Problem)问题，QAP (Quadratic Assignment Problem )问题,JSP ( Job-shop Scheduling Problem )问题等效 果很好。 本章我们只介绍模拟退火算法，初步介绍一下蚁群算法，其它优化算法可以参看 相关的参考资料。 § 2模拟退火算法 2.1算