%0 Journal Article
%T Study Based on Genetic Glgorithms for Constrained Optimization<br>遗传算法对约束优化问题的研究综述
%A 余文
%A 李人厚
%J 计算机科学
%D 2002
%I 
%X 1 引言工程、数学等领域经常遇到大量的约束优化(或非线性规划)问题,需要对约束条件进行处理。目前,还没有一种通用的传统优化方法,能够处理各种类型的约束。相比,遗传算法(GA)在这一领域,比其它方法更有巨大优势和应用潜力。遗传算法的群体搜索策略和不依赖梯度信息的计算方式,使得它在处理约束优化问题时比传统搜索算法通用和有效。许多处理约束优化问题的传统算法都可以直接或改进后而用于GA。此外,由于GA是一种随机算法,既可以在编码时或设计遗传算子时加以考虑,也可以在每一代通过修正算法使所产
%K 约束优化问题
%K 遗传算法
%K 随机算法
%K 群体搜索策赂
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=D9ABD29B4DC258C3&yid=C3ACC247184A22C1&vid=771469D9D58C34FF&iid=B31275AF3241DB2D&sid=10F298ED9F164662&eid=74011071555EB4E5&journal_id=1002-137X&journal_name=计算机科学&referenced_num=8&reference_num=21