一种基于景观特征的浮点数编码遗传算法研究

遗传算法作为一种适应性搜索技术得到了普遍的应用,但其搜索效率不如启发式搜索.已有研究者将启发式知识用于二进制编码遗传算法,但浮点数编码在函数优化和约束优化领域明显有效于其它编码.本文基于算法运行时的景观特征作为启发式知识,用于浮点数编码遗传算法,力求提高其搜索效率、增强其局部搜索能力、拓展其应用领域.本文的理论研究和实验结果表明,将景观特征用于浮点数编码遗传算法,理论是可靠的,方法是可行的.     

浮点数编码小生境遗传算法的研究

小生境在增加遗传算法群体的多样性，提高遗传算法的局部搜索能力方面具有良好的性能。迄今为止，有关小生境遗传算法的研究都是基于二进制编码，缺乏以浮点数编码为研究对象的相应成果。而浮点数编码在提高遗传算法的性能和遗传算法的推广应用中，具有其它编码所无法比拟的优势。本文以浮点数编码为研究对象，研究小生境遗传算法的机理，分析在遗传操作中小生境的生成、合并和分离的动态过程，探索其方法。本文的研究和实验结果表明，浮点数编码小生境遗传算法的性能是可靠的，方法是可行的。     

基于浮点数编码遗传算法的PI参数优化算法

本文介绍了基于浮点数编码遗传算法寻优的PID参数优化方法,采用误差绝对值时间平方积分性能指标作为参数选择的目标函数,利用遗传算法的全局搜索能力,实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体提高系统性能的目的.仿真结果表明,通过浮点数编码遗传算法进行PI参数优化可使系统具有很好的动态品质和稳态特性.     

特殊变换多小波构造的浮点数编码遗传算法

浮点数编码具有精度高、便于高维大空间搜索的优点,在函数优化和约束优化领域明显有效于其他编码。浮点数编码遗传算法在操作环境中产生的噪音和对算法性能的影响尚不被人们所认识。将小波用于浮点数编码遗传算法的消噪变异是解决该问题的有效途径。单一小波对浮点数编码消噪变异泛化能力低,且对浮点数编码遗传算法性能改进有一定的局限性。研究证明了用酉变换可构造正交多小波,将正交多小波用于浮点数编码遗传算法的消噪变异,提出了FGAMW方法,并进行了实验。理论研究和实验结果表明,提出的FGAMW方法理论上是可靠的,技术上是可行的,对于拓展浮点数编码遗传算法的应用空间具有积极的意义。     

正交多小波消噪变异的浮点数编码遗传算法

编码是遗传算法研究的难点问题之一。浮点数编码在函数优化和约束优化领域明显有效于其他编码。但消除浮点数编码在遗传算法运行环境中产生的噪音,以提高遗传算法性能的理论和方法尚不被人们所认识。在用正交多小波对浮点数编码遗传算法消噪变异的基础上,针对染色体编码长度的奇偶数问题,从理论上证明了正交多小波既能对偶数长度染色体编码消噪变异,也能对奇数长度染色体编码消噪变异,基于这一结论提出了基于正交多小波消噪变异的浮点数编码遗传算法（FGAWDM）,并进行了实验。研究和实验的结果表明,该方法理论上是可靠的,方法上是可行的,对于拓展浮点数编码遗传算法的应用空间具有积极的意义。     

浮点数编码的阈值消噪研究

遗传算法在工程和优化领域中得到了广泛地应用,但其编码的局限性影响了遗传算法的性能和应用领域的拓展。浮点数编码在函数优化和约束优化领域明显有效于其他编码,但编码在选择、交叉操作中产生的噪声对遗传算法性能的影响未被人们所重视。着重分析了遗传操作中浮点数编码噪声的性质,研究利用小波阈值化系数对浮点数编码消噪的机理,通过变异运算消噪。结果表明,将小波理论用于浮点数编码遗传算法的变异消噪是可靠的、方法是可行的。     

基于小波消噪变异的浮点数编码遗传算法

在遗传算法诸多编码中,浮点数编码具有其他编码所不具备的优势。针对浮点数编码在遗传操作中所产生的噪声和其对算法性能的影响,考虑变异操作在遗传算法中的重要作用,提出基于小波消噪变异的浮点数编码遗传算法,从理论上证明小波对浮点数编码噪声的分解,用小波实现其消噪变异。实验结果表明,该方法理论上是可靠的,方法上是可行的。     

2-Adic MRA的浮点数编码遗传算法

通过2-Adic多分辨率分析,构造正交小波基;证明所构造正交小波用于浮点数编码消噪的正确性;提出用正交小波在浮点数编码遗传算法中进行消噪变异操作,以消除浮点数编码在遗传环境中所产生的噪音对算法性能的影响;构建基于2-Adic多分辨率分析的遗传算法,并进行了实验。仿真实验表明,提出的算法可明显提高浮点数编码遗传算法的收敛速度和精度,具有较高的可靠性。     

遗传算法的一种新颖编码研究

提出了一种新的基于N进制分部编码算子的遗传算法．该编码算子首先将每个基因值用N进制的浮点数表示，然后将其分为整数部分和小数部分，分别重新编码组成染色体；相应的选择、交叉、变异算子采用符号编码的思想，充分利用N进制浮点数的特点进行设计．在遗传算法开始阶段，该编码算子进行整数部分和小数部分的遗传操作，使得遗传算法在早期具有很强的全局搜索能力，避免陷入局部极值；在后期进行小数部分的遗传操作，使得遗传在后期具有很强的局部搜索能力，能够很快地搜索到全局极值．通过理论分析，证明了N进制分部编码算子与传统的浮点数编码和二进制编码算子相比具有优越性，并通过典型函数的仿真进行了验证．     

一种可用于实时控制的改进型遗传算法

简单遗传算法难以达到实时控制所需的时间性能要求,由浮点数编码、自动调整算子Pc和Pm、最高位突变交叉、阶梯性的归一化选择方法组成的改进型遗传算法以及使用C++和MATLAB混合编程,能有效地提高遗传算法的性能和效率。对PID控制器参数的寻优仿真试验表明,这种方法将大为改善系统的时间特性,使遗传算法能用于一般的实时控制系统。     

基于遗传算法的商用车辆调度策略研究

抽象出运输车辆调度问题的一类特征和需求，以传统遗传算法为基础并加以改进，提出了一种适用于商用车辆的调度策略。该策略与GIS、GPS和GSM技术相结合，成功解决了某市公交燃料配送车辆的优化调度问题，提高了燃料配送效率。文中还对适应值函数、编码方式等关键点进行了详细阐述。     

联动油缸机构的遗传优化设计

为使喷浆机器人纵向进给机构与巷道中线始终保持平行 ,采用了一组油缸联动机构 ,并用改进的遗传算法对其进行了优化设计。改进后的遗传算法采用浮点数编码 ,用惩罚函数处理等式和不等式的约束问题 ,使之适用于所有的非线性约束优化问题     

Global path planning of mobile robots using a memetic algorithm

In this paper, a memetic algorithm for global path planning (MAGPP) of mobile robots is proposed. MAGPP is a synergy of genetic algorithm (GA) based global path planning and a local path refinement. Particularly, candidate path solutions are represented as GA individuals and evolved with evolutionary operators. In each GA generation, the local path refinement is applied to the GA individuals to rectify and improve the paths encoded. MAGPP is characterised by a flexible path encoding scheme, which is introduced to encode the obstacles bypassed by a path. Both path length and smoothness are considered as fitness evaluation criteria. MAGPP is tested on simulated maps and compared with other counterpart algorithms. The experimental results demonstrate the efficiency of MAGPP and it is shown to obtain better solutions than the other compared algorithms.     

Feature selection using tabu search method

Selecting an optimal subset from original large feature set in the design of pattern classifier is an important and difficult problem. In this paper, we use tabu search to solve this feature selection problem and compare it with classic algorithms, such as sequential methods, branch and bound method, etc., and most other suboptimal methods proposed recently, such as genetic algorithm and sequential forward (backward) floating search methods. Based on the results of experiments, tabu search is shown to be a promising tool for feature selection in respect of the quality of obtained feature subset and computation efficiency. The effects of parameters in tabu search are also analyzed by experiments.     

Tabu搜索在特征选择中的应用

研究利用Tabu搜索从大特征集中选择一组有效特征的问题.分析了Tabu搜索中 表长、邻域大小和候选解数量等参数对Tabu搜索的影响.对两种特征选择的问题,与经典及 最近新提出的一些特征选择方法如SFS,SBS,GSFS,GSBS,PTA,BB,GA和SFFS,SFBS等 算法的实验比较表明,Tabu搜索在求解时间和解的质量上都取得了满意的结果.     

Aspects of the organization of computations using the basis-matrix method

Different data types (single-, double-, and extended precision floating point numbers) used in computations substantially affects the following main efficiency estimation criteria: performance, accuracy, and amount of computations. The influence of different variants in the organization of computations on the efficiency of basis-matrix algorithms is studied. The concept of an expert support system is proposed for the organization of computations on linear models to obtain specified parameter values with respect to the accuracy and performance criteria.     

改进模拟退火算法在模块划分中的研究及应用

模块划分是产品模块化设计的关键技术之一。目前大多采用非数值方法划分模块，数值划分方法主要是使用模拟退火算法或遗传算法。模拟退火算法虽可以一次性得到模块划分最优方案，但是操作困难，效率不高。而遗传算法容易陷入局部最优解。该文在模拟退火算法的基础上，融入遗传算法的种群思想，提出了基于改进模拟退火算法的模块划分方法，研究了其实现的关键技术，并通过VC++6.0将其实现。通过具体的模块划分实例，证实了该方法的高效性和易操作性。     

结合保优策略和移民策略的自适应遗传算法

针对基本遗传算法具有早熟性收敛、寻优时间长及局部搜索能力差的问题,分析产生这些问题的原因。结合最优保存策略和移民策略,提出基于种群平均适应度信息的遗传算法自适应算子的改进方案,并对改进遗传算法的收敛性予以证明。仿真结果表明,改进遗传算法在搜索效率、搜索精度和克服早熟收敛现象方面均有明显的优越性。     

Effects of finite register length on fast ICA,bacterial foraging optimization based ICA and constrained genetic algorithm based ICA algorithm

Independent component analysis (ICA) technique separates mixed signals blindly without any information of the mixing system. Fast ICA is the most popular gradient based ICA algorithm. Bacterial foraging optimization based ICA (BFOICA) and constrained genetic algorithm based ICA (CGAICA) are two recently developed derivative free evolutionary computational ICA techniques. In BFOICA the foraging behavior of E. coli bacteria present in our intestine is mimicked for evaluation of independent components (IC) where as in CGAICA genetic algorithm is used for IC estimation in a constrained manner. The present work evaluates the error performance of fast ICA, BFOICA and CGAICA algorithms when they are implemented with finite length register. Simulation study is carried on both fixed and floating point ICA algorithms. It is observed that the word length greatly influences the separation performance. A comparison of fixed-point error performance of the three algorithms is also carried out in this work.