基于改進式遺傳算法的多目標多約束問題求解.pdf

1、多目標、多約束規(guī)劃問題一直是最優(yōu)化研究領域中的難題。由于在求解、優(yōu)化過程中，必須同時考慮資源約束，使問題的復雜性大大增加。
　　此類問題在現實中具有較多的應用場景，例如各類排班問題。而求解的最終目的是為了提高實際應用場景中的生產效率。
　　本文以模擬機復訓問題作為研究對象，考慮模擬機復訓計劃安排中的各種約束條件，建立一個描述該問題的模型，進而找出有效的求解方法。我們以標準遺傳算法框架為基礎，對其中的適應度函數以及部分遺傳操作

2、進行改進，使之適應該問題的需要。
　　本文的主要研究成果有：
　　對模擬機復訓問題進行了深入分析，根據該問題的需求整理出了最終的排班規(guī)則，并建立了一個較為通用的模型描述此類問題，以便于遺傳算法的求解。
　　提出了基因適應度的概念，并設計了相應的適應度函數，用于評價個體中各個基因片段對約束規(guī)則的適應性。
　　在基因適應度的基礎上，改進了遺傳算法中的選擇和交叉操作。通過基因適應度的挑選優(yōu)秀基因，然后通過主動交叉的方式