论文部分内容阅读
针对数值优化约束中出现的大规模、多峰多态函数，含离散变量等情况下的全局优化问题，采用常规的优化方法，收敛速度较慢，求得全局极值的概率较低．提出用遗传算法的数值优化约束问题解决，通过数值仿真实验结果表明，该算法性能优于现有其它算法，它不仅可以处理线性等式约束，而且还可以处理非线性等式约束，同时提高了收敛速度和解的精度，是高效稳健的智能算法，具有很高的全局寻优能力和很快的收敛速度，对求解复杂多峰多态函数的优化约束问题具有可行性和有效性．