遗传算法简介
遗传算法是一类模拟生物进化的智能优化算法，它是由J.H.Holland于六十年代提出的。目前，遗传算法已成为进化计算研究的一个重要分支。
与传统优化方法相比，遗传算法的优点是：
遗传算法研究热点
- 收敛性证明
- 新型高效的 遗传算子设计
- 遗传算法与局部优化算法的结合
- 遗传算法在各领域的应用研究
- 软计算与计算智能中的遗传算法
遗传算法著作
- 陈国良等，遗传算法及其应用，国防出版社
- J.H.Holland,Adaptation in Natural and Artificial Systems, Ann Arbor: Univ. of Michigan Press, 1975
- D.E.Goldberg,Genetic Algorithms in Search, Optimization and Machine Learning. Reading, MA: Addison-Wesley, 1989
- L.D.Davis, Handbook of Genetic Algorithms, Van Nostrand Reinhold
- Z.Michalewicz, Genetic Algorithms + Data Structures=Evolution Programs, SpingerPress,1996
- M.Gen,R.Cheng,Genetic Algorithms & Engineering Design, 1997
- Wiely,Genetic Algorithms in Engineering and Computer Science,1995
- M.Mitchell,An Introducion to Genetic Algorithms,1996
- Davis,Genetic Algorithms and Simulated Annealing,1987
- Davidor,Genetic Algorithms and Robotics,1991
- Koza,Genetic Programming,1992
- Bauer,Genetic Algorithms and Investiment Strategies,1994
遗传算法站点
- The Genetic Algorithms Archive http://www.aic.nrl.mil/galist/
- Genetic Adaptive Systems LAB (GASLAB)
GASLAB is hosted by the Computer Science Department of the University of Nevada-Reno.
http://www.cs.unr.edu/~sushil/papers/conference/conf.html
http://gaslab.cs.unr.edu/
- http://www.mat.sbg.ac.at/~uhl/GA.html
- http://www.cs.gmu.edu/research/gag/
email:kdejong@gmu.edu
publications: (downloading website)
http://www.cs.gmu.edu/research/gas/pubs.html
- Illinois Genetic Algorithms Laboratory Prof. David E. Goldberg, Director http://gal4.ge.uiuc.edu./illigal.home.html
- Michigan State University
Genetic Algorithms Research and Applications Group (GARAGE)
Bill Punch (punch@cps.msu.edu,517-353-3541)
Erik Goodman (goodman@egr.msu.edu,517-355-6453)
http://garage.cs.msu.edu/
- ftp://ftp.egr.msu.edu/pub/EC/GA/
遗传算法应用的参考文章
- 用遗传算法求解最短路径问题 下载
- 用遗传算法进行路径规划 下载
- 最短路问题的简便算法 下载
- 带多重选择的最短路问题 下载
- 用原始－对偶算法求解过指定顶点的最短路 下载
- 给定限制期条件下最小风险路径的选取算法 下载
- 带有e约束的网络最短路算法 下载
- 无线网络中最短路径的标记与减少计算量的方法 下载
- 遗传算法用于从EM雷达数据提取地下古墓遗迹定位信息 下载
- 对FLOYD算法的两点注记 下载
- 应用单亲遗传算法进行树状管网优化布置 下载
|
