首页 理论教育 遗传算法的现状与展望

遗传算法的现状与展望

时间:2023-02-14 理论教育 版权反馈
【摘要】:遗传算法作为一种对生物进化现象进行仿真的程序,取得了人工遗传的模拟效果,具有自适应性。在遗传算法的结构中遗传操作和选择机制是两个重要的因素,其联系可用“遗传算法=遗传操作+选择过程”这个逻辑关系来表示。所有这些都表明了遗传算法的学术意义和应用价值。目前遗传算法已成为一个多学科多领域的重要研究方向。相信经过不断地改进和完善,遗传算法将有着更广泛的应用前景和更光明的前途。

遗传算法作为一种对生物进化现象进行仿真的程序,取得了人工遗传的模拟效果,具有自适应性。在遗传算法的结构中遗传操作和选择机制是两个重要的因素,其联系可用“遗传算法=遗传操作+选择过程”这个逻辑关系来表示。

从遗传算法被提出,随着研究和应用的不断深入与扩展,1985年在美国召开了第一届遗传算法国际会议,即ICGA(International Conference on Genetic Algorithm)。之后,相关的会议杂志层出不穷。在欧洲,1990年起每隔一年举办一次PPSN(parallel Problem Solving from Nature)会议;1994年1月,IEEE神经网络委员会(IEEE Neural Network Council)出版了第一本“进化计算”专集;1997年该委员会创办了IEEE Transactions on Evolutionary Computation杂志。随着Internet技术的发展和普及应用,遗传算法的有关单位建立了大量的专题GA网站,其中最为著名的是由美国海军人工智能研究中心建立的GAArchives检索网站(http://www.aic.nrl.navy.mil/galist)。

遗传算法的商业应用五花八门,覆盖面甚广,比如通用电器公司的计算机辅助设计系统Engeneous,这是一个采用了遗传算法以及其他传统的优化技术作为寻优手段的混合系统(hybrid system)。Engeneous已成功地应用于汽轮机设计,并改善了新的波音777发动机的性能,这是目前正在研究和应用的一个重要方面。

所有这些都表明了遗传算法的学术意义和应用价值。目前遗传算法已成为一个多学科多领域的重要研究方向。相信经过不断地改进和完善,遗传算法将有着更广泛的应用前景和更光明的前途。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈