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)代工程學和許多相關領域問題的關鍵基礎。隨著問題規(guī)模的擴大，組合優(yōu)化問題的搜索空間將會急劇擴大。對于此類復雜問題,主要求解的是其滿意解。遺傳算法作為一種新型的、模擬生物進化過程的隨機化搜索優(yōu)化方法，在組合優(yōu)化領域得到了相當廣泛的研究和應用，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)實世界中，科學管理與經(jīng)濟決策的許多應用領域都存在著大量的多目標的優(yōu)化問題。例如典型的巡回旅行商問題(Trav

2、eling sales man Problem，TSP)，在實際的實現(xiàn)中經(jīng)常要同時考慮多個目標，如路程最短、時間最短、費用最省、風險最小等多方面的因素。各目標之間往往也會存在沖突性。如何在多個目標中尋找一個公平、合理的解是比較復雜的問題。本文主要對遺傳算法求解多目標TSP問題進行了研究。
　　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。在算法的設計運用中，