| 解非线性极大极小问题的格雷码加速遗传算法 |
| |
| 引用本文： | 杨晓华,陆桂华,郦建强.解非线性极大极小问题的格雷码加速遗传算法[J].河海大学学报(自然科学版),2003,31(1):108-110. |
| |
| 作者姓名： | 杨晓华 陆桂华 郦建强 |
| |
| 作者单位： | 河海大学水资源环境学院,江苏,南京,210098 |
| |
| 基金项目： | 教育部优秀骨干教师基金资助项目(教技司[2000]65—14)，水利部科技创新基金项目(scx2000—53) |
| |
| 摘 要： | 引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。
|
| 关 键 词： | 非线性 格雷码 遗传算法 |
| 文章编号： | 1000-1980(2003)01-0108-03 |
| 修稿时间： | 2001年12月18 |
Solving nonlinear minimax problems by Gray coding genetic algorithm |
| |
| Abstract: | A Gray coding based accelerating genetic algorithm (GAGA) was presented for nonlinear minimax problems. Detailed steps were developed for the GAGA, and a corresponding convergence theorem was given. Some theoretical and practical problems were analyzed with the GAGA. Compared with the GGA, the GAGA is accurate and fast in calculation and is widely applicable. It is a superior nonlinear optimization method that can search for the global optimal solution locally and meticulously with a high probability in various optimization problems. |
| |
| Keywords: | Gray code genetic algorithm minimax problems |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《河海大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《河海大学学报(自然科学版)》下载免费的PDF全文 |
