基于遺傳算法優(yōu)化問題的研究.pdf

1、組合優(yōu)化問題的求解是現(xiàn)代工程學(xué)和許多相關(guān)領(lǐng)域問題的關(guān)鍵基礎(chǔ)。隨著問題規(guī)模的擴(kuò)大，組合優(yōu)化問題的搜索空間將會(huì)急劇擴(kuò)大。對(duì)于此類復(fù)雜問題,主要求解的是其滿意解。遺傳算法作為一種新型的、模擬生物進(jìn)化過程的隨機(jī)化搜索優(yōu)化方法，在組合優(yōu)化領(lǐng)域得到了相當(dāng)廣泛的研究和應(yīng)用，并已在解決諸多典型的組合優(yōu)化問題中顯示了良好的性能和效果。
　　現(xiàn)實(shí)世界中，科學(xué)管理與經(jīng)濟(jì)決策的許多應(yīng)用領(lǐng)域都存在著大量的多目標(biāo)的優(yōu)化問題。例如典型的巡回旅行商問題(Trav

2、eling sales man Problem，TSP)，在實(shí)際的實(shí)現(xiàn)中經(jīng)常要同時(shí)考慮多個(gè)目標(biāo)，如路程最短、時(shí)間最短、費(fèi)用最省、風(fēng)險(xiǎn)最小等多方面的因素。各目標(biāo)之間往往也會(huì)存在沖突性。如何在多個(gè)目標(biāo)中尋找一個(gè)公平、合理的解是比較復(fù)雜的問題。本文主要對(duì)遺傳算法求解多目標(biāo)TSP問題進(jìn)行了研究。
　　本文主要研究的內(nèi)容是用遺傳算法來解決經(jīng)典的TSP問題，通過構(gòu)造合適的遺傳算法框架、建立有效的遺傳操作來解決 TSP問題。在算法的設(shè)計(jì)運(yùn)用中，