内容简介：

   遗传网络规划(GNP)是一种演化计算算法，2001年由平泽宏太郎教授首次提出。和其他演化计算方法相同的是，遗传网络规划也是由达尔文进化论启发而来，按照适者生存和优胜劣汰的原理，逐代演化直至产生近似最优解的算法。不同之处是, 遗传网络规划首次使用了图状结构来表示备选方案，这种新颖的表示方法使得备选方案结构更加紧凑,能表示更加复杂的问题,从而更有效地找到近似最优解。而将遗传网络规划与著名的在线优化方法----增强学习相结合，可使生成的图状结构更具有鲁棒性。

    到目前为止，遗传网络规划已被成功应用于交通预测、电梯调度控制、股市预测等各种实际问题中, 并有超过200篇关于其理论研究及应用的论文在各类国际性的重要会议和期刊上发表。

 

    平泽宏太郎，早稻田大学名誉教授。曾任早稻田大学信息生产系统研究生院院长。分别于1964年和1966年在日本九州大学获得学士和硕士学位。1966-1992年就职于日立有限公司，并担任日立研究所副所长。1992-2002年任九州大学信息科学和电子工程研究生院教授。从2002年9月开始，担任早稻田大学信息生产系统研究生院教授。日本计测自动制御学会、日本电气学会、美国电子与电气工程师学会会员。主要研究领域包括： 演化计算系统、遗传算法、人工神经网络、.多代理系统、.数据挖掘、股票市场预测、机器人足球、智能交通系统。在IEEE Trans. on SMC、 ACM EC GECCO、IEEE CEC等国际重要期刊和会议上发表了100多篇论文。