遗传算法的研究背景和发展历史

《遗传算法的研究背景和发展历史》由会员分享，可在线阅读，更多相关《遗传算法的研究背景和发展历史（3页珍藏版）》请在人人文库网上搜索。

1、遗传算法的研究背景和发展历史遗传算法(Genetic Algorithm, GA)是近年來迅速发展起來的种全新的随机搜索与优化算法，其基本思想是 基于Darw in的进化论和Mendel的遗传学说。该算法由密执安大学教授Holland及其学生于1975年创建。 此后，遗传算法的研究引起了国内外学者的关注。白1985年以来.国际上C召开了多次遗传算法的学术会 议和研讨会.国际遗传算法学会组织召开的1CGA( International Conference on Genetic Algorithms)；议和F OGA( Workshop on Foundation of Genetic Algo

2、rithms)会议。为研究和应用遗传算法提供了国际交流的机会。 作为种通用的问题求解方法，遗传算法采用简单的编码技术来表示各种复杂的结构并通过对-组编码表 示进行简单的遗传操作和优胜劣汰的自然选择來指导学习和确定搜索的方向。近年来，遗传算法已被成功地应用于下业、经济答理、交通运输、工业设计等不同领域.解决了许多问题。 例如，口J靠性优化、流水花间调度、作业乍间调度、机器调度、设备布局设计、图像处理以及数据挖掘等。 本文将从遗传算法的理论和技术两方而概述目前的研究现状。描述遗传算法的主要特点、基木原理以及各 种改进算法，介绍遗传算法的程序设计。遗传程序设讣是借鉴生物界的门然选择和遗传机制，在遗传

3、算法的基础上发展起來的搜索算法，它己成为 进化计算的一个新分支。在标准的遗传算法中，由定长字符串(问题的可行解)组成的群体借助于复制、交 叉、变异等遗传操作不断进化找到问题的最优解或次优解。遗传程序设计运用遗传算法的思想，常采用树 的结构来衣示计算机程序，从而解决问题。对于许多问题，包括人工卿能利机器学习上的问题都可看作是 需要发现-个计算机程序，即对特定输入产生特定输出的程序，形式化为程序归纳，那么遗传程序设计提 供了实现程序归纳的方法。把遗传算法和计算机程序结合起来的思想出现在遗传算法中，Holland把产生式语言和遗传算法结合起来 实现分类系统，还有些遗传算法应用领域的研究者将类似于遗传

4、算法的遗传操作施加于树结构的程序 上。近年来，遗传程序设计运用遗传算法的思想口动4：.成计算机程序解决了许多问题，如预测、分类、符号回 归和图像处理等，作为一种新技术它己经与遗传算法并驾齐驱。1996年，举行了第1次遗传程序设计国 际会议，该领域己引起越来越多的相关学者们的兴趣。鬥1967年，Holland的学生J. D. Bagley在博士论文中首次提出“遗传算法(Genetic Algorithms) ” 一词。此后，Holland指导学生完成了多篇有关遗传算法研究的论文。1971年，R. B. Hollstien在他的瞎士论文中首次把遗传算法用于函数优化。1975年是遗传算法研究历史上十

5、分重要的一年。这一年Hol land出版了他的著名专著【然系统和人匸系统的门适应 X Adapt at ion in Natural and Artificial Systems),这是第一本系统论述遗传算法的专著，因此有人把1975年作为遗传算法的诞生年。Holland在该书中系统地阐述了遗传算法的基本理论和方 法，并提出了对遗传算法的理论研究和发展极其重耍的模式理论(schema theory) o该 理论首次确认了结构巫组遗传操作对于获得隐并行性的巫要性。同年，K.A.De Jong完 成了他的博士论文一类遗传白适应系统的行为分析(An Analysis of the Bcha vior

6、 of a Class of Genetic Adaptive System)。该论文所做的研究工作，口J 看作是遗传算法发展进稈中的个里程碑，这是因为，他把Holland的模式理论与他的计 算实验结合起来。尽筲De Jong和llollstien-样主耍侧重于两数优化的应用研究，但他将选择、交叉和变异操作进一步完善和系统化，同时又捉出了诸如代沟(generatio n gap)等新的遗传操作技术。可以认为，De Jong的研究工作为遗传算法及其应用打 下了坚实的慕础，他所得出的许多结论，迄今仍具有普遍的指导意义。进入八I年代，遗传算法迎来了兴盛发展时期，无论是理论研究还是应用研究都成了十分

7、热门的课题。1985年，在美国召开了笫-届遗传算法国际会议(Internat ional Confer ence on Genetic Algorithms , 1CGA),并且成立国际遗传算法学会(Internatio nal Society of Genetic Algorithms , ISGA),以后每两年举行一次。1989年,Holland的学生D. E. Goldberg出版了专著搜索、优化和机器学习中的遗传算 法(Ge netic Algorithms in Search , Optimizati on, and Machine Learni ng)o该书总结了遗传算法研究的主要

8、成果，对遗传算法及其应用作了全面而系统的论述。 同年，美国斯坦福大学的Kozo基于|然选择原则创造性地提出了丿IJ层次化的讣算机程序 来表达问题的遗传程序设计(genetic programming, GP)方法，成功地解决了许多 问题。在欧洲，从1990年开始每隔一年举办一次Parallel Problem Solving from Natur e学术会议，其中遗传算法是会议主要内容之-o此外，以遗传算法的理论基础为中心 的学术会议还冇Foundations of Genetic Algorithms,该会也是从1990年开始隔年 召开一次。这些国际会议论文，集中反映了遗传算法近些年来的最新

9、发展和动向。1991 年 L. Davis 编辑出版了遗传算法手册(Handbook of Genetic Algorithms),其中包括了遗传算法在工稈技术和社会生活中的人量应用实例。1992年,Koza发表了他的专著遗传程序设计:基于自然选择法则的计算机程序设计”。1994年，他又出版了遗传程序设计，第二册:可重用程序的白动发现深化了遗传程序 设计的研究，使稈序设计自动化展现了新丿而。有关遗传算法的学术论文也不断在Art ificial Intelligence. Machine Learning. 1nformation science. P arallel Computing、Gen

10、etic Programming and Evoluable Machines IEEE Transactions on Neural Networks,IEEE Transactions on Signal Pr ocessing等杂志上发表。1993年,MIT出版社创刊了新杂志Evolutionary Computa tion。1997 年，TEEE 乂创刊了Transactions on Evolutionary Computation。Advanced Computational Intelligence杂志即将发刊，由模糊集合创始人L. A. Za deh教授为名誉上编。訂前，关于遗

11、传算法研究的热潮仍在持续，越來越多的从事不同领 域的研究人员已经或正在置身于有关遗传算法的研究或应用Z+o非线性规划是运筹学的一个重要分支，在军事、经济、工程优 化设计、管理及生产过程自动化方面都有重要的应用随着计算机 的产生与发展，非线性规划作为一门独立的学科越来越受到人们的 重视.在非线性规划理论研究的基础上，人们日益重视非线性规划 问题求解方法的研究传统的解决非线性规划问题的方法有多种, 如惩罚函数法，可行方向法，屮心法，梯度投影法，乘子法等，各种方 法都有其相应的适用范围和局限性到目前为止，述没有一种井常 有效的算法求解一般的非线性规划问题.况且随着优化对象的复杂 性，优化问题的规模也越来越人，传统的优化方法难以适应.因此人们在寻求严格最优 化理论和方法的基础上，探索并提出了一些新的随机最优化方法, 如遗传算法等遗传算法是一种基于自然选择原理和模拟生物进化 机制而新近发展起来的随机优化方法.基本思想首先由Holland教 授(1962)提出基于遗传算法的随机优化搜索，1975年在他的博丄论文中系统地介绍了遗传算法的 理论和方法目前已被广泛应用于组合优化、系统建模、控制器结 构参数优化等各方面.

（编辑：上海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!