Page 172 - 大数据技术及安全研究

大数据技术及安全研究
Big Data Technology and Security Research

4. 实验结论
通过改良的遗传算法，可以解决企业、邮政快递、高速公路配货过程中找寻
最优路径的问题。其他行业关于最优路径的问题也能得到解决。研究该遗传算法
有助于提高相关企业的利润、企业也能为顾客提高更好的服务，人们的需求也能

得到最大程度得到满足。因此该算法的推广和运用是非常有意义的。

四、进化算法的创新发展

（一）理论基础
进化计算的理论基础有待充实，尤其是进化规划和进化策略，这在一定程度

上制约了进化计算的实际应用。建立进化计算的数学模型，奠定进化计算的理论
基础，更深刻地认识进化计算的本质，是目前的热点和难点。算法的复杂性分析、
算法的收敛性、收敛速度，与其他优化方法结合而成的混合算法以及在非优化算

法中的应用都是亟待解决的问题。
（二）应用现状
目前常见的软件或软件包有十几种，包括进化计算的各个方面，如遗传算法、
平行遗传算法、进化策略、进化规划、遗传规划、分类系统等，并有 DOS 版本、
Windows 版本、Unix 版本以及网络版本等。最新的软件可以通过互联网直接下载，

美国海军后勤研究中心于 1985 年首先建立了全球性的有关遗传算法的网站，不
定期编辑出版遗传算法文摘，交流有关遗传算法的最新信息。进化计算几乎在所
有的科学和工程问题中都具有应用前景，尤其是一些典型的领域：复杂的非线性

最优化问题，复杂的组合规划或整数规划问题，起源于生物学又应用于生物学，
可以利用进化算法研究小生境理论和生物物种的形成；计算机科学的图像处理、
自动识别以及文档自动处理。进化算法已经越来越多地应用于工程实际：通讯网
络的优化，超大规模集成电路的布线，飞机外形的设计。进化计算还广泛地应用
于社会科学领域，如人类行为规范进化过程的模拟，人口迁移模型的建立。

·160·