版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_41185868/article/details/86442247
OP算法分类
1、三大非经典算法：模拟退火法、神经网络、遗传算法。
一、无约束最优化问题：GA求解
二、约束最优化问题：常规解法
第一步，把约束问题转化为无约束问题，在用无约束问题方法求解，如罚函数法
第二步，改进无约束问题的方法，再用于约束问题，如梯度投影法、广义简约梯度法
| (1)、遗传GA算法求解关键: 约束条件的处理，等式约束可以包含到适应函数，仅考虑不等式约束。 假设按无约束问题那样求解，在搜索过程中计算目标函数值，并检查是否有约束违反。如果没有违反，则表明是可行解，就根据目标函数指定一适应值；否则，就是不可行解，因而没有适应值(适应值为0)。这样的处理实际不可行，因为找到一个可行解几乎与找到最优解一样困难。 一般解法：通过引入罚函数，从不可行解中得到一些信息。 将罚函数包含到适应函数中。关键是如何设计罚函数；不同问题需要设计不同的罚函数；对一般的约束处理，通常很困难。
|
|
三、组合优化问题：Combinatorial Optimization Problem，最优化问题中的解空间X或S由离散集合构成。其中很多问题是NP完全(Nondeterministic Polynomial Completeness)问题。
| 典型问题：巡回旅行商问题Traveling Salesman Problem、作业调度问题Job Shop Scheduling Problem、背包问题Knapsack Problem、图着色问题等。 (1)、很多组合最优化问题是NP难问题或NP完全问题
|
|