改进适应度函数的遗传算法

提出了一类新的改进的适应度函数的遗传算法,考虑了函数在搜索点的函数值及其变化率,结果表明收敛速度明显高于标准遗传算法.     

基于约束优化问题的人工鱼群算法及其改进

在人工鱼群算法基础上,对人工鱼群算法进行改进,结合遗传算法提出的适应度函数来解决约束优化问题.具体表现在改进了人工鱼的觅食行为,另外引入了吞噬行为以便加快收敛速度,得到更优的适应度值.仿真结果表明改进的人工鱼群算法在解决约束优化问题时,具有收敛速度快、适应度值优、全局寻优性能强等优点.改进的人工鱼群算法较之基本人工鱼群算法具有更好的性能.     

遗传算法改进研究

遗传算法是一种比较成熟的智能算法,一般通过改进遗传算法的算子达到提高算法性能的目的.本文提出一种改进的遗传算法,新的遗传算法对标准的遗传算法中的编码、适应度函数等方面对遗传算法进行了改进,并通过Visual C++软件编程计算,得到了较好的优化结果,实验结果表明提出的算法是有效的.     

改进自适应遗传算法在函数优化中的应用研究

为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.     

基于伪并行遗传算法的路径测试数据自动生成

路径测试数据自动生成是结构测试中的关键问题,也是当前软件测试研究中的热点问题.为了探讨伪并行遗传算法用于路径测试数据生成的可行性及其效果,首先归纳了基于演化算法的路径测试数据自动生成方法的基本思想和流程,然后在MATLAB7.1上实现了一个基于粗粒度模型和基于适应度选择迁移个体的伪并行遗传算法和一个使用代沟的基本遗传算法.采用基于分支距离的适应度函数,以三角形分类程序为例比较了二者在生成路径测试数据时的性能差异.实验结果表明伪并行遗传算法较之基本遗传算法具有明显优势.此外,自由迁移和相邻迁移策略要优于单向迁移策略.     

基于遗传算法的警车分布

对警车最优执勤地点的分布问题进行了研究.分析了总体空间的适应度函数的分布,提出改进适应度函数的线性与非线性方法,以及排序交叉算子,提高了遗传算法的收敛速度.     

不同适应度函数的遗传算法在桥梁结构传感器布设中的应用

从模态振型正交性和模态能量两方面出发设计了3个适应度函数,将其分别应用于改进遗传算法和单亲遗传算法。采用两步法对大跨径桥梁结构传感器布设进行定量和定位分析。通过对两种遗传算法、3个适应度函数及有效独立算法在大跨径拱桥中的对比分析,证实了单亲遗传算法比改进遗传算法更适合于桥梁结构传感器的布设,基于组合评价准则适应度函数比单一评价准则适应度函数布设出的传感器位置更加合理,验证了两步法用于传感器定量及定位计算的有效性。     

模拟进化型跨导滤波器的研究

给出一种模拟进化型跨导滤波器的硬件结构,介绍了此进化型硬件的基本工作原理,提出了一种改进的自适应遗传算法,构造了适合滤波器参数进化的适应度函数,有效地解决了遗传算法的全局收敛性问题和收敛速度缓慢的弊病.在高Q值的状态变量跨导滤波器的设计中,采用级联法所构成的四阶状态变量跨导滤波器能够满足其在阻带、通带以及过渡带方面的性能要求.仿真结果显示进化的参数数值与理论结果符合得非常好.     

威布尔分布风速下基于遗传算法的风力机叶片优化设计

考虑了风速的威布尔(Weibull)分布,以年发电量最大为目标函数,运用遗传算法对某1.5 MW风力发电机叶片的气动性能进行了优化设计:将叶片沿展向分为13段,以每段的功率作为遗传算法的适应度函数.优化所得的气动外形参数体现了比Wilson方法和额定风速下的遗传算法更为合理的结果,弦长和扭角更趋于流线型分布,且扭角整体呈减小的趋势.     

基于遗传算法的微带缝隙天线设计

经分析建立微带缝隙天线的传输线等效模型,将遗传算法引入到天线设计中.采用遗传算法的编码方式、适应度函数以及目标函数,根据遗传算法寻优结果设计出微带缝隙天线,并利用Ansoft HFSS对天线的电特性和场特性进行了仿真,结果证明,遗传算法在天线设计中具有可行性和可靠性.     

Multi-objective optimization design of airfoil and wing

To extend available monoobjective optimization methods to multiobjective and multidisciplinary optimization, the construction of a suitable resultant objective function(in deterministic method-DM) or a fitness function(in genetic algorithm-GA) is important. An objective function combination method (OFCM) of constructing such a function for constrained optimization problems is suggested. How to use both deterministic and genetic algorithms to biobjective and bidisciplinary optimal design of high performance airfoils and wings is discussed. Numerical results in both 2D (airfoil) and 3D (wing) cases show that the present method can be used to optimaize different kinds of initial airfoils and wings. The performance of optimized shape is improved significantly. The method is successful and effective.     

基于遗传算法的机器人综合路径规划

为解决机器人路径规划问题,在极坐标系下利用遗传算法,依据多属性决策理论提出了新的综合适应度函数。采用基于该适应度函数的遗传算法可首次规划出满足路径、时间和耗能3个约束属性的最优路径。同时引入理想适应度函数,并基于引入的理想适应度函数,提出一种新的变异算子,该变异算子可保证个体变异的方向性,对优异的父代个体有较小变异、劣质个体有较大变异。仿真结果验证了算法的可行性和有效性。     

Sequential Time-of-Flight: Localization of Mobile Robots with Single Receiver

In order to reduce the cost of indoor localization system for autonomous mobile robots( AMRs) and to enhance the localization efficiency,this paper presents a localization approach using sequential time of flight( STOF) measurements from a single receiver to localize AMRs in indoor environments. The STOF is a series of TOF measurements that are acquired by the mobile source in sequence. Combined with the pose estimation obtained from the Dead Reckoning( DR) method,the STOF measurements from a single receiver can be adapted and applied to the trilateration localization model to determine the indoor position of the AMRs. Based on the error analysis of the STOF localization,a double-layer Kalman filter( DLKF) is proposed to fuse multiple STOF localization results and further improve the localization accuracy. In the computer simulation experiments,an average ±20 mm positioning accuracy is attained with the presence of simulated noise that is similar to the realistic sensor noise in magnitude. The simulation results indicate the effectiveness and the potential value of the proposed localization scheme in the practical indoor localization application.     

国民经济第三产业发展的GEP演化建模与预测

提出了一种基于基因表达式编程的经济发展演化模型,在该演化模型中.给出了参数控制集、函数集和变量集,构造了相应的适应度函数,重新定义了遗传算子集,并对国民经济第三产业的发展进行了预测.实验结果表明,基于基因表达式编程的演化模型具有较好的预测精度与收敛速度,能够较好地应用于定量经济指标预测当中.     

一种基于粒子群优化的粒子滤波改进算法

粒子群优化粒子滤波算法能有效改善粒子退化问题,但其适应度函数受量测噪声方差影响较大,限制了滤波精度的提高.为此,提出了一种基于粒子群优化的粒子滤波改进算法.该算法给出一种新的适应度函数,用当前状态估计值与各粒子状态的差值大小作为评价标准,使得最终优化粒子受噪声方差影响减小,在量测模型精度高的场合中提高了滤波精度.理论分析及仿真结果表明,本文所提算法的滤波性能优于标准粒子滤波与粒子群优化粒子滤波算法.     

伊斯兰教宗教功修中养生健身价值研究

采用文献综述法,对伊斯兰教宗教功修中养生健身价值进行分析,发现宗教功修虽不是以锻炼身体、增强体质为目的的体育活动,但其对穆斯林的养生健身、健康长寿起着积极的作用,同时又具有克制自身行为,远离邪恶,修身养性的重要功能.     

Multi-objective route planning approach for timely searching tasks of a supervised robot

To performance efficient searching for an operator-supervised mobile robot, a multiple objectives route planning approach is proposed considering timeliness and path cost. An improved fitness function for route planning is proposed based on the multi-objective genetic algorithm （MOGA） for multiple objectives traveling salesman problem （MOTSP）. Then, the path between two route nodes is generated based on the heuristic path planning method A ＊. A simplified timeliness function for route nodes is proposed to represent the timeliness of each node. Based on the proposed timeliness function, experiments are conducted using the proposed two-stage planning method. The experimental results show that the proposed MOGA with improved fitness function can perform the searching function well when the timeliness of the searching task needs to be taken into consideration.     

约束优化问题的实数制免疫-禁忌混合算法

针对免疫算法局部搜索能力较弱的缺点,提出了实数制编码的免疫-禁忌混合算法,在免疫操作后引入禁忌搜索算法来提高混合算法的爬山能力,从而提高求解精度和搜索速度,适合于约束优化问题的求解.在阐述混合算法计算原理的基础上,提出实数制编码方式、惩罚函数法和适应度函数构造方法.通过测试算例进行验算,计算结果表明,实数制编码的免疫-禁忌混合算法收敛速度快,计算精度高,特别适合计算复杂、时效性强的优化问题.     

减少速度更新频率的混沌粒子群算法

把速度更新策略和混沌优化相结合,提出了减少速度更新频率的混沌粒子群算法．该算法根据群体适应值的方差进行早熟收敛判断,从而使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期优秀的搜索速度的特性．通过几个基准函数测试,结果表明,新算法的性能较基本粒子群优化算法有明显的改善．