求解组合优化法问题的偶合算法综述

偶合算法(Coincidence Algorithm,COIN)是演化算法中最先进的一种。它主要用来解决组合问题。偶合算法属演化算法的一个分支,其主要功能是运用概率模式代替传统突变和交叉算子来解决问题。偶合算法模式是一个相邻事件(最初称符合)的联合概率表,它来源于许多备选的解决办法。偶合算法的独特之处是在学习和优化过程中它运用负相关学习(Neg-ative Correlation Learning,NCL)和传统的正相关学习(Positive Correlation Learning,PCL)相结合的方法。偶合算法在解决组合优化方法中非常有效。它的解释力和与现代其他算法的比较也显而易见。据此,本文旨在介绍偶合算法在解决一些工程问题如货郎担问题、生产线平衡问题、配线排序问题和工人配置问题的实际应用。