（译文 页数：12 字数：7333）基于线性规划的Hopfield网络遗传算法

摘 要：本论文提出一种线性规划为引导的Hopfield遗传算法，以解决一系列 对包含0-1的整数线性规划的组合最优化问题。这种算法改进了二进制Hopfield网络的更新次序，以获得完整混合方法的较优功能。我们从理论上分析了所提出的几个更新次序，并提出一种新的方法，利用遗传算法的交叉和转变算子来指导Hopfield网络的建立。文中描述了所提出的方法在两种不同的组合最优化问题中的应用，以证明其有很好的有效性。

关键字：混合遗传算法；Hopfield 网络；线性规划；启发式

目录

1. 引言：
2. HNN-GA
3. 用LP引导杂化GA-Hopfield 网络
4.计算机实验
5.结论

1. 引言：
Metaheuristics的杂交，尤其是遗传算法和局域搜索heuristics 的联合使用已经引起了研究人员的注意，主要是用于解决组合最优化问题上（COPs）。这些问题中改进的算法与LS 启发式算法的混合使用被许多人认为可以通过减少解决方案的，不可行性或者通过提高给定个体目标函数的质量从而改善进化式搜索。
在过去的几年中，一些人员研究了将遗传算法（Gas）与 Hopfield神经系统网络的混合使用作为一种有效的途径来解决被高度约束的COPs问题。这些方法的思想在于HNN可以解决一些问题的限制，GA则需求高质量的解决方法，这种将限制的处理与最优方案的搜索分离开的思想是这类算法显示出好的功能的关键。