基于遗传算法的目标规划求解.docxVIP

基于遗传算法的目标规划求解 一、什么是遗传算法 遗传算法(Genetic Algorithm，GA)是模拟自然进化机制发展出一个优势种群的一种数字模型。它模仿了生物的进化过程，结合种群进化论和统计学，将直接搜索法（Direct Search Methods）中的启发式搜索方法(Heuristic Search Methods)和概率搜索方法(Probabilistic Search Methods)的技术方法融合起来，结合了种群繁衍与个体演化的观念，用来解决计算机科学中实际问题，是运筹学中最著名，也是最为重要和有用的搜索方法。 二、遗传算法的优势 1.解决多维度问题：遗传算法可以解决高维的复杂问题，它可以解决从单变量函数到多维度函数的复杂优化问题。 2.准确性高：遗传算法可以准确地找到更好的解决方案，同时，它可以更快地收敛到最优解 3.搜索范围广：遗传算法可以从搜索空间的不同位置开始搜索，因此，它可以更好地探索出最优解。 4.容错性高：遗传算法可以在搜索失败的情况下从出错点重新搜索，无需人工干预，因此它具有高容错性。 目标规划(Goal Programming)是一种重点以目标为中心的模型，用于管理复杂的优化问题，例如：求解优势集合、最优解等问题。为了更好地解决复杂和结构多变的目标规划问题，可以使用基于遗传算法的目标规