文档介绍：. .
- .jz*
全局优化报告
——遗传算法和蚁群算法的比拟
XX：玄玄
学号：3112054023
班级：硕 2041
. .
- .jz*
遗传算法
遗传算法的开展历史
遗传算法是一种模拟自然选择和遗传机制的寻优方法。20世纪60年代初期，Holland教授开场认识到生物的自然遗传现象与人工自适应系统行为的相似性。他认为不仅要研究自适应系统自身，也要研究与之相关的环境。因此，他提出在研究和设计人工自适应系统时，可以借鉴生物自然遗传的根本原理，模仿生物自然遗传的根本方法。1967年，他的学生Bagley在博士论文中首次提出了“遗传算法〞一词。到70年代初，Holland教授提出了“模式定理〞，一般认为是遗传算法的根本定理，从而奠定了遗传算法的根本理论。1975年，Holland出版了著名的"自然系统和人工系统的自适应性"，这是第一本系统论述遗传算法的专著。因此，也有人把1975年作为遗传算法的诞生年。
1985年，在美国召开了第一届两年一次的遗传算法国际会议，并且成立了国际遗传算法协会。1989年，Holland的学生Goldberg出版了"搜索、优化和机器学****中的遗传算法"，总结了遗传算法研究的主要成果，对遗传算法作了全面而系统的论述。一般认为，这个时期的遗传算法从古典时期开展了现代阶段，这本书那么奠定了现代遗传算法的根底。
遗传算法是建立在达尔文的生物进化论和孟德尔的遗传学说根底上的算法。在进化论中，每一个物种在不断开展的过程中都是越来越适应环境，物种每个个体的根本特征被后代所继承，但后代又不完全同于父代，这些新的变化，假设适应环境，那么被保存下来；否那么，就将被淘汰。在遗传学中认为，遗传是作为一种指令遗传码封装在每个细胞中，并以基因的形式包含在染色体中，每个基因有特殊的位置并控制某个特殊的性质。每个基因产生的个体对环境有一定的适应性。基因杂交和基因突变可能产生对环境适应性强的后代，通过优胜劣汰的自然选择，适应值高的基因构造就保存下来。遗传算法就是模仿了生物的遗传、进化原理，并引用了随机统计原理而形成的。在求解过程中，遗传算法从一个初始变量群体开场，一代一代地寻找问题的最优解，直到满足收敛判据或预先假定的迭代次数为止。
. .
- .jz*
遗传算法的应用研究比理论研究更为丰富，已渗透到许多学科，并且几乎在所有的科学和工程问题中都具有应用前景。一些典型的应用领域如下：
〔1〕复杂的非线性最优化问题。对具体多个局部极值的非线性最优化问题，传统的优化方法一般难于找到全局最优解；而遗传算法可以克制这一缺点，找到全局最优解。
〔2〕复杂的组合优化或整数规划问题。大多数组合优化或整数规划问题属于NP难问题，很难找到有效的求解方法；而遗传算法即特别适合解决这一类问题，能够在可以承受的计算时间内求得满意的近似最优解，如著名的旅行