基因演算法中選擇策略之研究

Abstract

本計畫的主要目的是研究基因演算法( Genetic algorithm)中的選擇策略(Selection method).基 因演算法是一種適應型搜尋(Adaptive search)之技 術,它的主要精神是源自於模擬自然界演化之 過程,即達爾文學說所謂"適者生存,不適者淘汰 "優勝劣敗的自然選擇.由於它是一種泛用型( General purpose)的技術,因此這些年來已逐漸被廣 泛採用,並有許多的應用.基因演算法中有三個 主要的運算子:選擇(selection)、交叉(crossover)、 以及突變(mutation).其中選擇扮演的角色正是演 化過程的主要驅動力.然而,自然界中優勝劣敗 的選擇方式並非人類解決問題的最好方法.本 計畫欲針對傳統基因演算之弱點加以分析,進而設計新的選擇方法以便解決過去使用傳統基 因演算法所不能解或解不好的問題.此外我們 也將研究基因演算法的平行化以探討不同策略 的混合效果.