1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述一、遗传算法概述生命科学与工程科学的相互交叉、相互渗透和相互促进是近代科学技术发展的一个显著特点,而遗传算法的蓬勃发展正体现了科学发展的这特征和趋势。
遗传算法（Genetic AlgorithmGA），是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，他是由美国Michigan大学的J.Holland教授于1975年首先提出的。
自然选择学说认为，生物要生存下去，就必须进行生存斗争。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
一、研究目标构建一个设计精致的、通用的、具有高度扩展性的GA模板库，从而为遗传算法的教学、研究和应用提供一个易用的、高弹性的标准平台。
具体目标如下：1）体现对GA的自然抽象，例如：对GA类中染色体类型及问题空间的参数类型应不作任何限制2）类库结构简单、自然、合理3）各个类的设计符合自然、紧凑的原则4）GA用户的接口尽可能简单合理，便于使用5）具一批高度的扩展性，便于类库扩展6）涵盖许多现有的遗传算法（如：多元函数优化、求解背包问题、旅行商问题、采用小生镜技术的GA等等）二、研究手段构建类库之前首先要对遗传算法有一个深刻的理解。
此阶段主要学习遗传算法的基本原理和方法，其包括但不限于：模式定理、积木块假设、骗问题、隐并行性评估、性能评估、编码、群体设定、适应度函数、遗传操作、收敛性分析等。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
