文档介绍：维普资讯
第卷第期大学数学．，№ ．
年月数没有一般的指导性原则．��，��和 ��方法构造的惩罚函数简单，但不够精确．�
��和 ��设计的惩罚函数对参数太敏感．本文在两个定义基础上构造一个新的惩罚函数，并用�
两个例子说明该方法是有效可行的．�
�� 遗传算法�
遗传算法是一种从适者生存概念和自然中抽象出来的基因运算，是基于自然选择机制和自然基因�
的相对较新的联合搜索方法．基因算法与其他的最优化方法相比有 �点不同：�
��遗传算法运算的是解集的编码，而不是解集本身．�
�收稿日期 ��—��—��
�基金项目�安徽省重点教学研究项目��维普资讯
�� 大� 学� 数� 学� 第 ��卷�
��遗传算法的搜索始于解的一种群，而不是单个解．�
��遗传算法用的是目标函数本身，而不使用目标函数和约束函数的导数．�
��遗传算法采用概率的，而不是确定的状态转移规则．�
遗传算法第一次是由 ��提出，自从提出以后，由于遗传算法不同于传统的最优化方法，有其�
灵活性和易变性．在基本的遗传算法中，许多文学中的变异，选择，交叉，平行计算被改进发展来加速方�
法的收敛和方法的有效性��．遗传操作主要有三种：�
��选择算子��／��：选择算子从群体中按某一概率成对选择个体，某个体� 被�
选择的概率 ��与其适应度值成正比．最通常的实现方法是***赌 ��模型．�
�．交叉算子��：交叉算子将被选中的两个个体的基因链按概率 ��进行交叉，生成两个新�
的个