关于解全局优化问题仿生类算法的基础研究

本课题集中于对近年来计算智能领域所发展起来的解全局优化问题的仿生类算法（主要包括遗传算法、神经网络算法等）的若干核心数学基础问题展开研究。完成学术论文13篇，在中国科学、《IEEE神经网络汇刊》、《IEEE演化计算汇刊》、《神经网络》等顶尖杂志上已发表9篇（被SCI收录6篇）。主要成果包括：关于遗传算法过早收敛的机理与特征刻画；整体退火遗传算法收敛的充要条件；关于非二进制GA收敛速度估计；混合遗传算法的一般框架与收敛理论；对偶适应性遗传算法算法求解多源多目的地通讯问题的遗传算法；求解组合优化问题的WTA型自动机算法及求解多目标最优化问题的非占优选择-退火遗传算法等。所获成果可直接应用于智能计算与优化计算的各个领域。