Katsifarakis，Konstantinos L。；Yiannis N.康托斯。 遗传算法：一种针对难题的成熟的生物启发优化技术。 （英语） 兹比尔1436.90165 Bennis，Fouad（编辑）等人，元启发式优化的自然启发方法。科学和工程中的算法和应用。查姆：施普林格。模型。最佳方案。科学。Technol公司。16, 3-25 (2020). 小结：本章专门介绍遗传算法的方法。为了提供基本信息并鼓励潜在用户，它包括：（a）基本思想和各自术语的描述，（b）基本遗传算子（选择、交叉、突变）的介绍，以及一些额外的算子，（c）调查基本参数的值（交叉和变异概率），（d）处理约束的技术概述和优化过程终止的条件，以及（e）讨论遗传算法的优缺点。此外，还讨论了总体精度和优化过程精度之间的关系，并对遗传算法教学模块提出了一些建议。有关整个系列，请参见[Zbl 1432.90007]. MSC公司： 90 C59 数学规划中的近似方法和启发式 关键词：最优化；遗传算法；遗传算子；约束处理；精确；术语 软件：基因科普 PDF格式BibTeX公司 XML格式引用 \textit{K.L.Katsifarakis}和\textit{Y.N.Kontos}，模型。最佳方案。科学。Technol公司。16,3--25（2020年；Zbl 1436.90165） 全文： 内政部 参考文献： [1] Bhattacharjya RK，Datta B（2005），使用链接模拟优化方法对沿海含水层进行优化管理。水资源管理19:295-320·doi:10.1007/s11269-005-3180-9 [2] Coello CAC，Cortés NC（2004）将遗传算法与人工免疫系统相结合以实现全局优化。工程优化36（5）：607-634·doi:10.1080/03052150410001704845 [3] Dasgupta D，Michalewicz Z（eds）（1997）工程应用的进化算法。施普林格，柏林/海德堡/纽约·Zbl 0879.68043号 [4] Deb K，Anand A，Joshi D（2002）一种计算效率高的实参数进化算法。进化计算10（4）：371-395·数字对象标识代码：10.1162/106365602760972767 [5] Eshelman LJ，Schaffer JD（1993），Real-coded遗传算法和区间模式。摘自：Whitley DL（ed）遗传算法基础II。Morgan Kaufmann，San Mateo，第187-202页 [6] 加利福尼亚州弗洛达斯，帕尔达洛斯PM（eds）（2008）优化百科全书，第2版。纽约州施普林格 [7] García-Martínez C、Lozano M、Herrera F、Molina D、Sánchez AM（2008）基于以父母为中心的交叉算子的全局和局部实数编码遗传算法。欧洲运营研究杂志185:1088-1113·Zbl 1146.90532号 ·doi:10.1016/j.jor.2006.06.043 [8] Goldberg DE（1989）搜索、优化和机器学习中的遗传算法。Addison-Wesley出版公司，雷丁·Zbl 0721.68056号 [9] Goldberg DE，Deb K（1995）遗传算法中选择方案的比较分析。摘自：罗林斯·GJE（ed）《遗传算法基础》。Morgan Kaufmann，圣马特奥，第69-93页 [10] Herrera F，Lozano M，Sánchez AM（2005）《实数编码遗传算法的混合交叉算子：实验研究》。软计算9:280-298·Zbl 1066.68155号 ·doi:10.1007/s00500-004-0380-9 [11] Holland JH（1975）《自然和人工系统的适应》。密歇根大学出版社，安娜堡·Zbl 0317.68006号 [12] Huang WC，Yuan LC，Lee CM（2002）将遗传算法与随机动态规划结合到多水库系统的长期运行中。水资源研究38（12）：1304-1312·doi:10.1029/2001WR001122 [13] Karpouzos DK，Katsifarakis KL（2013）一组新的水资源管理基准优化问题。水资源管理27（9）：3333-3348·doi:10.1007/s11269-013-0350-z [14] Katsifarakis KL，Karpouzos DK（1998），通过遗传算法最小化分区含水层中的抽水成本。收件人：Katsifarakis KL、Korfaitis GP、Mylopoulos YA、Demetracopoulos AC（eds）希腊萨尼岛环境保护与恢复国际会议论文集，第61-68页 [15] Katsifarakis KL，Karpouzos DK（2012），遗传算法和水资源管理：一种已建立但仍在发展的关系。收录：Katsifarakis KL（ed）水文学、水力学和水资源管理：启发式优化方法。WIT出版社，南安普顿/波士顿，第7-37页。国际标准图书编号978-1-84564-664-6·doi:10.2495/978-1-84564-664-6/02 [16] Katsifarakis KL，Petala Z（2006）结合遗传算法和边界元素优化沿海含水层管理。《水文学杂志》327（1-2）：200-207·doi:10.1016/j.jhydrol.2005.11.016 [17] Katsifarakis KL，Tselepidou K（2015），优化低焓地热系统的设计和运行。收录：Chandra Sharma U、Prasad R、Sivakumar S（编辑）能源科学与技术。第9卷：地热和海洋能源，研究所出版社。国际标准图书编号：1-62699-070-0190-213 [18] Kontos YN（2013）《含污染问题的断裂海岸含水层的优化管理》（希腊），希腊塞萨洛尼基亚里士多德大学土木工程系博士论文，第465页 [19] Kontos YN，Katsifarakis KL（2012）使用遗传算法优化受污染裂隙含水层的管理。欧洲水40:31-42 [20] Koumousis VK，Katsaras CP（2006）一种锯切遗传算法，结合了可变种群大小和重新初始化的影响，以提高性能。IEEE Trans-Evol计算10（1）：19-28·doi:10.1010/TEVC.2005.860765 [21] Li X，Zang G（2015）约束进化优化的最小惩罚。计算优化应用程序60（2）：513-544·Zbl 1311.90191号 ·doi:10.1007/s10589-014-9676-6 [22] Mahinthakumar GK，Sayed M（2005）求解地下水水源识别逆问题的混合遗传算法局部搜索方法。水资源计划管理杂志131（1）：45-57·doi:10.1061/（ASCE）0733-9496（2005）131:1（45） [23] Michalewicz Z（1996）遗传算法+数据结构=进化程序。柏林/海德堡施普林格·Zbl 0841.68047号 ·doi:10.1007/978-3-662-03315-9 [24] Michalewicz Z，Xiao J（1995）进化规划师/导航器中的路径评估。摘自：1995年生物启发进化系统国际研讨会论文集，日本东京，第45-52页 [25] Rawlins GJE（1991）《遗传算法基础》。Morgan Kaufmann Publishers，旧金山，1991年 [26] Reeves CR，Raw JE（2003）《遗传算法——原理和观点》。Kluwer学术出版社，波士顿·Zbl 1029.90081号 [27] Sivanandam SN，Deepa SN（2008）遗传算法简介。柏林/海德堡施普林格·Zbl 1129.90001号 [28] Sreekanth J，Datta B（2010），使用遗传编程和基于模块化神经网络的替代模型对沿海含水层盐水入侵进行多目标管理。《水文学杂志》393（3-4）：245-256·doi:10.1016/j.jhydrol.2010.08.023 [29] Tselepidou K，Katsifarakis KL（2010）不同透射率和温度区域的低焓地热含水层开采系统优化。更新能源35:1408-1413·doi:10.1016/j.rene.2009.11.004 [30] Wolpert DH，Macready WG（1997），优化没有免费午餐定理。IEEE Trans-Evol计算1（1）：67-82·doi:10.1109/4235.585893 [31] 于X·Zbl 1206.90001号 ·doi:10.1007/978-1-84996-129-5 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。