1、汇 报 人：郭亚东小组成员：党国华 高阳春,遗传算法的应用,一、遗传算法的应用领域,遗传算法解决经典数学方法无法有效地求出最优解的复杂的、大规模的难题。提供了一种求解复杂系统优化问题的通用框架，它不依赖于问题的具体的领域，对问题的种类具有良好的鲁棒性，其广泛应用于很多学科。 遗传算法的一些具体应用领域：,一、遗传算法的应用领域,一、遗传算法的应用领域,一、遗传算法的应用领域,一、遗传算法的应用领域,一、遗传算法的应用领域,一、遗传算法的应用领域,一、遗传算法的应用领域,二、遗传算法具体应用举例,群体爬山求解问题,二、遗传算法具体应用举例,二、遗传算法具体应用举例,不断地通 过交叉变 异以及选
2、择来达到 爬山的效 果,二、遗传算法具体应用举例,二、遗传算法具体应用举例,二、遗传算法具体应用举例,二、遗传算法具体应用举例,二、遗传算法具体应用举例,三、遗传算法的应用前景,遗传算法是建立在自然选择和群体遗传学机理基础上的具有广泛适用性的通用优化搜索方法,它通过模拟自然界生物体从低级到高级的进化过程,由初始种群出发,采用优胜劣汰适者生存的自然法则选择个体,通过杂交、变异来产生下一代种群,如此逐代进化,直至满足期望的条件。该方法具有良好智能性与并行性,是一种公认的全局搜索能力较强的算法。,三、遗传算法的应用前景,遗传算法最大的优点就在于其较强的全局搜索能力，近年来 ,遗传算法 (GA)的卓越
3、性能引起人们的关注 .对于以往难以解决的函数优化问题 ,复杂的多目标规划问题 ,工农业生产中的配管、配线问题 ,以及机器学习 ,图象识别 ,人工神经网络的权系数调整和网络构造等问题 ,GA是最有效的方法之一 。,三、遗传算法的应用前景,虽然GA在许多优化问题中都有成功的应用 ,但其本身也存在一些不足 .例如局部搜索能力差、存在未成熟收敛和随机漫游等现象 ,从而导致算法的收敛性能差 ,需要很长时间才能找到最优解 ,这些不足阻碍了遗传算法的推广应用 .,三、遗传算法的应用前景,如何改善遗传算法的搜索能力和提高算法的收敛速度 ,使其更好地应用于实际问题的解决中 ,是各国学者一直探索的一个主要课题.之后世界范围内掀起了关于遗传算法的研究与应用热潮,完 不知之处还望之处，谢谢！,
