进化算法的计算结果呈现方式

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 35-36.

进化算法的计算结果呈现方式

韩毅1，2，3，蔡建湖1，2，3，李延来4，周利升1

1.浙江工业大学经贸管理学院，杭州 310023
2.浙江工业大学技术创新与企业国际化研究中心，杭州 310023
3.华中科技大学管理学院，武汉 430074
4.西南交通大学交通运输与物流学院，成都 610031

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

Presentation of computational results from evolutionary algorithms

HAN Yi1，2，3, CAI Jianhu1，2，3, LI Yanlai4, ZHOU Lisheng1

1.College of Economics and Management, Zhejiang University of Technology, Hangzhou 310023, China
2.Technology Innovation and Enterprise Internationalization Research Center, Zhejiang University of Technology, Hangzhou 310023, China
3.School of Management, Huazhong University of Science and Technology, Wuhan 430074, China
4.School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 进化算法（Evolutionary Algorithms，EAs）作为求解非线性规划问题的有效求解工具已经越来越受到工程和优化领域的国内外专家和学者的重视，进化算法类的文章在世界上各种期刊中占据了大量比例。目前仍有很多刚刚从事进化算法理论与实践方面研究的国内学者对如何表现进化算法的计算结果比较迷茫。为此对于算法的计算结果展现方面进行了阐述。

关键词: 进化算法, 非线性规划, 理论与实践

Abstract: In recent years, Evolutionary Algorithms（EAs） which are effective solving tools for non-linear programming problem are attracting more and more focuses of foreign and domestic specialists and scholars from engineering and optimization fields. Articles related with EAs take up a large proportion in various journals in the world. However, there are still many domestic scholars who are just engaging in research on the theory & applications of EAs are in confusion about how to present the experimental results. This paper aims at providing those above-mentioned scholars and scientific research fellows with a reference and facilitating their research on EAs a little.

Key words: evolutionary algorithms, non-linear programming, theory &, applications

韩毅1，2，3，蔡建湖1，2，3，李延来4，周利升1. 进化算法的计算结果呈现方式[J]. 计算机工程与应用, 2012, 48(5): 35-36.

HAN Yi1，2，3, CAI Jianhu1，2，3, LI Yanlai4, ZHOU Lisheng1. Presentation of computational results from evolutionary algorithms[J]. Computer Engineering and Applications, 2012, 48(5): 35-36.

[1]	张惠煜，陈庆新，毛宁. 随机批量物料搬运的制造系统AGV配置优化[J]. 计算机工程与应用, 2021, 57(4): 245-251.
[2]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[3]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[4]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[5]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[6]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[7]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[8]	蔡延光，陈厚仁，戚远航. 变邻域量子烟花算法求解CVRP[J]. 计算机工程与应用, 2019, 55(9): 230-236.
[9]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[10]	周林. 低碳时变城配送车辆路径-发车调度集成优化[J]. 计算机工程与应用, 2019, 55(8): 264-270.
[11]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[12]	肖俊明，高洪洋，朱永胜，瞿博阳. 考虑新能源接入的电力多目标优化调度[J]. 计算机工程与应用, 2019, 55(23): 241-247.
[13]	顾春华，刘鑫平，罗飞，丁炜超. 基于同步更新外部归档集的NSGA-II改进算法[J]. 计算机工程与应用, 2018, 54(20): 28-34.
[14]	韩晓龙，李上，杨全业. 基于遗传算法的战略供应链集成研究[J]. 计算机工程与应用, 2018, 54(2): 214-221.
[15]	申晓宁，孙毅，薛云勇. 采用放松支配关系的高维多目标微分进化算法[J]. 计算机工程与应用, 2018, 54(18): 161-167.