基于遗传算法的应用

yang1037483576

遗传算法提供了一种求解复杂系统优化问题的通用框架、它不依赖与问题具体的领域，对问题的种类有很强的鲁棒性，所以广泛应用与许多学科。近年来，遗传算法得到了迅速发展。特别在生物技术和生物学、化学和化工学、计算机辅助设计、人工智能、生产调度、机器人学、开矿工程、电信学、售货服务系统等领域都得到应用，成为求解全局优化问题的有理工具之一。下面列出遗传算法一些主要的应用领域。
1、函数优化：对一些非线性、多模型、多目标的函数优化问题，使用遗传算法可得到较好的结果。
2、组合优化：遗传算法是寻求满意解的最佳工具，遗传算法对于组合优化中的NP完全问题非常有效。
3、生产调度问题：采用遗传算法能够解决复杂的生产调度问题，在单件生产车间调度、流水线生产车间调度、生产规划、人物分配方面，遗传算法都得到了有效的应用。
, Z/ `  s1 ?2 c: z4、自动控制：如基于遗传算法的模糊控制器优化设计，用遗传算法进行航空控制系统的优化，使用遗传算法设计空间交会控制器等。
5、机器人学：机器人学是遗传算法的一个重要领域，如：遗传算法已经在移动机器人路径规划、机器人逆运动学求解等方面取得了很好的应用。
6、图像处理
1 E! F3 e7 W3 G3 M# x- A7 m: e7、遗传编程：遗传程序设计概念，算法基于对一种树形结构所进行的遗传操作来自动生成计算机程序。
8、机器学习：调整人工网络的连接权。
9、数据挖掘
  K" D; A* p7 K0 w  p- n10、信息战：使用遗传算法能够进行雷达目标识别、数据挖掘、作战仿真、雷达辐射源识别、雷达天线优化设计、雷达目标跟踪、盲信号处理、空间普估计、天线设计、网络入侵检测、情报分析、信息战系统仿真、作战效能评估、作战辅助决策等。

' E4 {/ e' V* w4 x  M: a
总结：遗传算法的主要应用领域
- E4 ?/ l& K- w1 U. Y" w: Q1、控制：瓦斯管道控制、防导弹控制、机器人控制
2、规划：生产规划，并行机任务分配
9 C7 U* s- N! Y3 g$ Z7 q% b3、设计：VLSI布局，通信网络设计，喷气式发动机设计
# E6 ^4 v* ]& p  c2 _/ [- c4、组合优化：TSP问题，背包问题，图划分问题
. B4 |& e4 y) ]5、图像处理：模式识别、特征提取、图像恢复
6、信号处理：滤波器设计
- P# c) r* x% V4 E7、机器人：路径规划
( q- [% k9 U) i& w2 N- |8、人工生命：生命的遗传进化