【演化程序遗传算法和数据编码的结合】美Z.米凯利维茨科学.pdf

中国科学院科学出版基金资助出版演化程序 -遗传算法和数据编码的结合美]Z.米凯利维苡周家驹何险峰译查金荣周家驹校

译者序遗传算法和模拟退火、神经网络一起被称为三种非经典的数值优化算法。这些算法克服了传统算法的一些缺点,对一些复杂系统的优化有着明显的优势,其应用领域十分广阔,从分子模型化计算到发动机设计,几乎无所不在。神经网络在前几年比较热,但现在已明显降温,因为只用一个反传算法,从中很难更深入地开发思想和信息。而遗传算法(演化程序之一)相对而言则存在着广阔的可开发的天地.我们是在1996进行遗传算法研究中发现英文版的,该书内容翔实,所表达的观点常有强烈的启发性,给我们印象颇深。

第一版序在过去30年中,人们对模拟自然过程的算法有着越来越浓厚的兴趣。巨大的并行计算机的出现使这些算法具有更实用的价值。这类算法中最知名的有演化规划、遗传算法、演化策略、模拟退火、分类系统和神经网络。最近(1990年10月1.3日),德国的多特蒙德大学举办了第一届用借助自然的并行方法解决问题的论坛会(TheFirstWorkshopon ParallelProblemSolvingfromNature)(3s11 本书将讨论这些算法中的一个子类:基于进化规律的算法,即适者生存。在这类算法中,由代表潜在解的个体组成的群体经历了一系列的一元变异和多元杂交变换。