数学模型中的优化算法-遗传算法开题报告

1. 研究目的与意义

与传统的优化相比，在求取符合运行要求的全局最优解时，遗传算法作为一种搜索的方法，已经成为成熟的具有良好收敛性、极高鲁棒性和广泛适用性的优化方法，很好的解决了电力系统的多变量、非线性、不连续、多约束的优化控制问题

2. 研究内容和预期目标

研究内容：研究遗传算法的思想与过程，并将其应用到具体优化模型中关键问题：经济问题中的优化问题，如线性规划，非线性规划，无约束规划写作提纲：引言介绍遗传算法发展历史第一部分介绍遗传算法的思想与过程第二部分将遗传算法运用到具体模型中第三部分用遗传算法解决经济问题

3. 国内外研究现状

进入90年代，遗传算法迎来了兴盛发展时期，无论是理论研究还是应用研究都成了十分热门的课题。

尤其是遗传算法的应用研究显得格外活跃，不但它的应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高，同时产业应用方面的研究也在摸索之中。

遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。

4. 计划与进度安排

2022年12月：论文开题2022年1月：查资料完成初稿2022年3月：完成论文2022年4月：论文定稿准备答辩2022年5月：答辩完成提交论文

5. 参考文献

[ 1 ] Rechenberg I. Cybernetic solution path of an experimental prob2lem[ R ]. Royal Aircraft Establishment , Lib. Translation 1122 ,Franborough ,1965.[ 2 ] Holland J H. Adaptation in natural amp; artificial systems[ M]. AnnArbrr. MI : Univ. of Michigan Press ,1975.[ 3 ] Goldberg D E. Genetic algorithms in search , optimization and ma2chine learning[ M]. Reading : Addison - Wesley ,1989[4]李华昌, 谢淑兰, 易忠胜. 遗传算法的原理与应用[J]. 矿冶, 2005, 14(1):87-90.[5] 冯 春 ,黄洪钟 ,谢泗淮. 遗传算法在机械全局优化设计中的应用[J ]. 机械设计 ,1997 ,14 (5) :8～10[6]周明,孙树栋 遗传算法原理及应用[M].」北京: 国防工业出版社,1999.」 [7]陈国良 遗传算法及其应用[M],北京: 人民邮电出版社,1996.[8] Goldberg D E. Optimal initial population size for binary - codedgenetic algorithms[ R]. University of Alabama , The Clearing -house for Genetic Algorithms , 1996.[9]吴青萍：一种新优化算法-遗传算法原理及其应用[J]机械设计与制造 2002.[10]蓝发超，王洪：基于Matlab的遗传算法程序设计[J]广西物理 2008.[11]乔均俭，付君丽，徐雅玲应用遗传算法原理确定函数的最优解[J]《微计算机信息》2007[12]唐穗欣. 标准遗传算法的原理及算例[J]. 软件导刊，2007，1:100-101. [13]俆小龙，王文国. 遗传算法的原理与应用[J]. 沿海企业与科技，2005，5:65～67. [14]张文修，梁怡. 遗传算法的数学基础[M]. 成都：西南交通大学出版社，2000.[15]田景文，高美娟等. 人工神经网络算法研究及应用[M]. 北京：北京理工大学出版社，2006. [16]孙祥，徐流美等. matlab7.0 基础教程[M]. 北京: 清华大学出版社，2005.