基于遗传算法的最优化问题求解.doc

基于遗传算法的最优化问题求解
　　摘要：遗传算法是一种有效的解决最优化问题的方法，在解决复杂的全局优化问题方面，遗传算法已得到了成功的应用。对遗传算法的基本步骤进行总结，通过最优化问题求解实例描述了遗传算法的具体运行过程，包括产生初始染色体、染色体评价、选择、交叉、变异等。分别应用VC和VB两种语言进行编程实现，结果表明，VC语言在运算效率和结果优度方面均比VB语言要好。
　　关键词：遗传算法；最优化问题；最优解；求解步骤；运算效率
　　中图分类号：TP312 文献标识码：A文章编号：1009-3044(2011)19-4654-02
　　Solving Optimization Problems Based on Genetic Algorithm
　　SONG Jie-peng1,2
　　(1. China University of Mining and Techonlogy, Xuzhou 221116, China;2. Xuzhou Normal University, Xuzhou 221116, China)
　　Abstract: Genetic algorithm is a kind of effective method to solve optimization problems, and in solving complex global optimization problem, it has been successfully used. The basic steps of genetic algorithm are summarized, and through a real example, the detailed operation steps of genetic algorithm are described, which includes initial chromosomes generation, chromosomes evaluation, selection, crossover and mutation. VC and VB programming languages are applied for realizing the above steps, and the results show that VC is better than VB in operation efficiency optimality.
　　Key words: genetic algorithm; optimization problem; optimal solution; solving steps; operation efficiency
　　遗传算法是一种通过模拟自然进化过程搜索最优解的方法[1]。遗传算法本身并不要求对优化问题的性质作一些深入的数学分析，从而对那些不太熟悉数学理论和算法的使用者来说，无疑是方便的[2]。本文结合实例探讨了遗传算法求解最优化问题的具体步骤，并同时应用VC和VB进行编程，对其运算结果进行比较。
　　1 遗传算法的求解过程
　　生物遗传物质的主要的载体称为染色体，在遗传算法中，染色体通常是一串数据（或数组），它用来作为