用于伽玛刀手术设计的算法研究

提出一种基于腐蚀算法和遗传算法的伽玛刀手术设计方法.首先用腐蚀算法,找到靶点中心的可行区域,将靶点限制在目标体之内,然后用遗传算法寻找每个靶点的半径和靶点中心的最佳位置.在遗传算法中,重点研究了基因编码,初始种群,适应值函数和交叉操作.该算法不要求被寻优函数连续可微,其增加的计算量不大.使用该算法进行的手术设计算例表明,靶点能够覆盖目标体体积的90%以上,能够满足实际手术的要求.     

遗传算法在求解时间表问题中的应用研究

时间表问题（TTP）是一类特殊的资源调度问题，属于NP完全问题．排课问题是时间表问题的一个实例，属于多目标优化问题，本文给出了其数学模型．由于遗传算法具有良好的全局搜索能力，在优化问题中有着广泛的应用．本文根据排课问题的特点对普通遗传算法作了改进，设计了一种新的染色体编码方法，通过线性加权法将各目标优化函数进行整合转化成为单目标优化问题，并将此作为遗传算法的适应度函数．最后给出了一个计算实例，用MATLAB进行了仿真，算法最终收敛到稳定状态，所得的结果能够满足要求．     

基于神经网络与遗传算法的结构优化设计方法

从神经网络和遗传算法的原理出发,利用遗传算法和神经网络相结合的策略对结构参数进行优化.在确定结构优化的目标函数和设计变量集合的基础上,用神经网络学习算法建立货架结构设计参数与结构重量、结构最大应力、最大位移等的非线性全局映射关系,获得遗传算法求解结构优化问题所需的目标函数,用遗传算法进行优胜劣汰的寻优搜索运算,从而求出所需最优解.以货架结构的优化为例说明了上述方法的应用.遗传算法和神经网络的优化结果是在正交设计法确定的训练样本足够大的基础上得出的,具有较强的可靠性.     

基于遗传算法和蚂蚁算法求解函数优化问题

针对遗传算法求解精度低以及蚂蚁算法求解速度慢的问题，提出一种基于遗传算法和蚂蚁算法的混合算法.该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子， 生成了信息素分布.该混合算法利用了蚂蚁算法正反馈以及具有分布式并行全局搜索能力的优点，通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解.并将该算法应用于求解函数优化问题.结果表明，该混合算法与遗传算法和蚂蚁算法相比，收敛速度快，寻优性能好.     

解非线性二层规划的一种混合遗传算法

对上层目标函数是非线性的二层规划，将遗传算法与单纯形法相结合提出了一种混合遗传算法，为了解决经典遗传算法在实际应用中存在的早熟收敛、全局优化速度缓慢和解的精度差等缺点，在设计变异算子时引入了梯度投影法，使变异更加有效并能产生更好的后代。数值模拟结果表明该算法是有效的。     

用自适应搜索算法拟合太阳电池I-V曲线

分析了序贯数论优化算法(SNTO)用于太阳电池I-V曲线拟合时的不足之处，结合遗传算法中自适应搜索的思想，用自适应搜索算法改进了SNTO算法．该算法的基本过程是：以太阳电池等效电路的数学模型为基础建立目标函数；在拟合时，利用自适应搜索算法来随机地确定收缩比，即用第t次拟合中的计算结果来确定第t 1次的最优参数可取值范围，使各步中目标函数的参数空间构成一个最优决策序列．拟合结果表明，该算法比直接采用序贯数论优化算法(SNTO)具有更少的计算量，更高的收敛性和鲁棒性。     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

一种解决函数优化问题的免疫算法

介绍了免疫算法的基本概念，以及人工免疫系统中的克隆选择原理，基于该原理，结合遗传策略中的高斯变异算子，提出一种免疫算法来解决函数优化问题。给出了算法的描述，数值实验中选择了几个函数进行优化，并将实验数据结果与传统的遗传算法进行了比较。数据实验结果表明，该免疫算法能够寻找到更优的优化结果，并且在收敛速度上明显优于传统的遗传算法。     

中厚板四辊轧机机架优化设计的遗传算法

针对中厚板四辊轧机机架以刚度为目标函数的优化问题,提出用遗传算法进行优化设计。用上、下横梁的高度和厚度、立柱的宽度和厚度及窗口的宽度和高度组成一个种群进行编码、繁殖、交叉等操作,并在计算机上实现编程运算。通过与用惩罚函数法所获得的最优解的比较,表明该算法在本优化设计中的有效性。     

基于共生遗传算法求解应急资源调度

建立了以时间为中心的基于共生遗传算法的数学模型,并对遗传算法进行了适当的改进,使其更满足应急资源调度的要求。分析了求解最佳调配路线设计的遗传算法的构成要素,提出了一种新的交叉方法和适应度函数的计算和评价方法。通过实验对比表明:改进后的算法在相同环境条件下性能优异,该模型能有效地求解应急资源调度问题,并且可以为决策者提供有力的决策支持。     

偏心结构非线性黏滞阻尼器位置优化的遗传算法求解

目的研究遗传算法在偏心结构中非线性黏滞阻尼器位置优化的应用问题,通过与穷举法结果比较,验证了该优化方法的可行性.方法分别采用了二进制的对称分组和自由分组两种编码方式,基于改进的遗传算法（MGA）和有限元分析软件SAP2000API开发了一种面向偏心结构中阻尼器快速优化布置的平台.推导了基于拟合标准反应谱生成的人工地震动记录的方法,提出了两种为抑制偏心结构扭转效应而设计的评价函数,然后引入两个性能评价指标,进行了大量逐步积分数值分析.与穷举法比较验证了该优化平台对于偏心结构中,给定数目黏滞阻尼器位置优化结果的可靠性和高效性.结果评价函数的设计和编码方法的选择对阻尼器优化影响较大,场地地震动输入会影响阻尼器的位置优化与编码方法的选择相关;力学参数的改变不影响阻尼器的位置分布,但非黏滞阻尼器阻尼系数和阻尼指数取值适中,可以兼顾层间位移角最大楼层和结构总体反应两个方面的减震效果.结论遗传算法与有限元方法的结合,可以方便快捷地解决偏心结构中阻尼器的位置优化的问题.但评价函数、编码方法以及地震动输入的选择要结合实际工程的需要.     

遗传算法在结构有限元模型修正中的应用

针对传统优化矩阵方法和优化元素方法的目标函数存在误导性的问题,采用改进的最优化元素型模型修正法,该方法定义了合理的目标函数,不需要质量归一化的模态振型.为了快速、准确地求得全局最优解,使用一种浮点数编码的遗传算法来解决模型修正问题中的优化问题.通过对一个7个自由度的质量-弹簧系统和一个复杂平面桁架结构模型修正的数值计算,验证基于遗传算法的改进的最优化元素型法的有效性.     

基于智能处理的融合定位解算算法

对基于数据融合的定位解算算法进行了研究,在将遗传算法、模拟退火算法和经典的Chan氏算法性能比较的基础上,将遗传算法与模拟退火算法相结合,提出了基于数据融合的定位解算算法。仿真结果表明：融合算法的定位精度优于非融合算法,且运算量较小。     

用遗传算法优化飞剪机剪切机构

本文利用MATLAB编写了遗传算法(GA)程序,并利用遗传算法对飞剪机剪切机构进行优化计算,然后将结果与用内点混合惩罚函数法求解的结果比较,发现利用遗传算法有利于对函数进行全局寻优.     

全程物流枢纽城市物流中心选址评价问题研究

物流中心作为推动现代物流发展的重要基础设施和实现物流信息化的载体 ,成为物流发展规划最主要的研究内容之一。通过实践提出了全程物流枢纽城市的概念 ,并指出了全程物流枢纽城市物流中心选址评价的一系列指标 ,运用模糊综合评判模式对全程物流枢纽城市中心地址的选取进行评判 ;探讨大型公共物流中心规模 ,确定定量和科学的计算方法     

基于数据挖掘的视频镜头分类方法

提出了一种基于数据挖掘的视频镜头风格自动分类方法.该方法首先进行镜头边界检测和关键帧提取,然后基于关键帧和镜头分别提取了视频的颜色和运动等特征,并利用决策树技术在大量的训练数据中挖掘这些特征与镜头类别之间的潜在规律,最后利用这些规律对新的视频镜头进行分类.实验结果表明,与基于SVM的方法相比,本文方法不仅能获得较好的检测准确率,而且获取的规则易于理解.     

基于AHP-GP的物流中心选址方法

采用了一种改进的无需一致性检验的AHP来解决物流中心的选址问题.针对AHP方法无法解决有限资源的约束问题,将AHP与目标规划(GP)方法相结合,提出了一种基于AHP-GP的物流中心选址模型.该模型主要适用于在有限资源约束下,进行多个物流中心选址方案的优化组合,而当资源的约束条件较大时,模型的准确性和合理性均有所降低.     

视频数据库中的数据独立性

通过分析目前在视频数据库领域常用的几种数据模型,提出了在分段基础上的层次模型和数据库的组织．以此模型来定义存储的媒体段、镜头、视频文档,并利用这些层次间的映射来实现数据独立性     

3级及4级机构加速度分析图解法

平面连杆机构中,连杆平面速度瞬时极的加速度α,取决于拐圆的位置和大小。利用α,的这一性质作3级机构和4级机构的加速度分析是本文的一点新意。加速度分析所需的各构件的角速度值通过速度瞬心求出。作为数值例子,用表格形式给出两种机构的位置、尺寸参数,瞬心位置和角速度值。