- 在线时间
- 27 小时
- 最后登录
- 2013-11-5
- 注册时间
- 2011-3-30
- 听众数
- 5
- 收听数
- 2
- 能力
- 0 分
- 体力
- 166 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 73
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 49
- 主题
- 4
- 精华
- 0
- 分享
- 0
- 好友
- 9
升级 71.58% TA的每日心情 | 奋斗 2013-11-5 15:04 |
---|
签到天数: 32 天 [LV.5]常住居民I
群组: 第一期sas基础实训课堂 群组: 2013认证赛A题讨论群组 |
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。
& W2 H3 P5 p# v& E& \0 N/ l1、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。
6 w4 E- r/ `- J% J% K1 W* P2 W2、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。
' Q# h% o/ M8 [7 O1 T3、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。/ H5 L0 J& c; [1 x
4、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。
4 {8 |/ C$ P5 [; T5、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。 b6 i! h* h( l2 Y$ G
6、图像处理
" D$ N2 V( i8 Y8 t0 T9 e% R7、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。' j. W( _) y; `' l
8、机器学习:调整人工网络的连接权。
5 i6 L1 e+ o$ ]' ^: W9、数据挖掘& B1 A0 @& f0 o5 `% ~& X
10、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。
( a: m9 v1 p" N% Y$ v* {* o. u7 O3 p3 {$ ^6 S- y
& v( I3 j& Y6 t
总结:遗传算法的主要应用领域% s9 V; w! X W, d1 `
1、控制:瓦斯管道控制、防导弹控制、机器人控制
# l* y8 a; |! A3 ]7 S5 b2、规划:生产规划,并行机任务分配
s8 }7 o; n' T" q! Z) {3、设计:VLSI布局,通信网络设计,喷气式发动机设计
' o& L2 E/ A$ ]% k4、组合优化:TSP问题,背包问题,图划分问题$ ~& [3 J, i" g& x$ D7 x
5、图像处理:模式识别、特征提取、图像恢复$ ]6 O' f; d* G) ^. Y
6、信号处理:滤波器设计
% _# `9 _$ v( F3 p# L7、机器人:路径规划
. O6 |; \8 @+ U$ g8、人工生命:生命的遗传进化 |
zan
|