基于整数编码和自适应遗传算法的自动组卷

给出了基于整数编码和自适应遗传算法解决自动组卷问题。该算法首先采用整数编码，用没有重串的稳态繁殖技术和自适应遗传算法对组卷进行操作，有效地解决了试题库的自动组卷问题，具有较好的性能和实用性。     

基于改进遗传算法的自动组卷问题研究

研究自动组卷优化问题,由于题库组卷的随机性,难度很大.在自动组卷研究中,遗传算法(GA)容易出现早熟、收敛速度慢等问题,为了快速可信地组卷,提出一种基于改进遗传算法的智能组卷算法(IGA).IGA算法在传统遗传算法的基础上,用符合组卷问题特点的实数编码、条件初始种群和分段交叉和变异算子来保证种群的多样性,防止早熟现象,采用加权误差的适应度函数加快收敛速度.通过进行仿真,结果表明,IGA相对于自适应遗传算法和标准遗传算法,提高了组卷有效性、稳定性和计算效率,能有效解决自动组卷问题.     

基于改进遗传算法的智能组卷研究

组卷问题是一个多目标约束优化问题,采用集合论思想,将智能组卷的要求形式化,提出了一种基于改进遗传算法来进行智能组卷的方法.该算法针对传统智能算法组卷速度慢、成功率低的缺点,针对简单遗传算法的编码、遗传算子存在的问题进行了改进.实验结果表明,改进的算法在保证试题产生的质量前提下,提高了智能组卷的运行速度,具有较好的实用性.     

基于遗传算法的自动组卷设计

通过分析遗传算法的原理、步骤和运行参数,结合组卷要求提出自动组卷的模型,并根据遗传算法的主要控制参数建立了自动组卷数学模型,用VB程序实现了基于实数编码的遗传算法自动组卷实例。     

基于整数编码和自适应遗传算法的智能组卷算法

文章给出了一种基于整数编码和自适应遗传算法的智能组卷算法.该算法首先采用整数编码,然后用自适应遗传算法对组卷进行操作,优化了搜索过程,有效地解决了自动组卷问题,具有较好的性能和实用性.     

基于免疫遗传算法的智能组卷系统设计

为解决实际的组卷问题,降低组卷过程中的主观性,将免疫机制结合到遗传算法中,提出了一种基于免疫遗传算法的智能组卷算法,并从抗体编码、抗体选择、接种疫苗等方面对算法进行了优化。实验结果表明该算法取得了满意效果,具有较高实用性。     

基于分段整数编码的智能组卷系统的实现

在传统遗传算法实现智能组卷时．存在着组卷质量与组卷速度之间的矛盾。提出一种基于分段整数编码的遗传算法,在保证组卷预期效果的前提下,有效提高组卷的速度。     

一个求解组卷问题的遗传算法设计

组卷问题是一个多重约束目标的求解问题，为此我们设计了一个求解该问题的遗传算法，提出了独立编码和针对该编码的组内交叉算予、组内变异算子。通过给出的一个实例，表明该设计对求解组卷问题非常有效。     

基于遗传算法的智能自动组卷问题的研究

高效、科学、强壮的智能组卷算法是实现自动智能组卷的关键技术,也是目前CAI领域的热门研点之一。对智能自动组卷问题及各种组卷算法进行了分析,提出运用遗传算法的全局寻优对智能自动组卷问题进行研究,得到了解决适合要求的试题模型的实用算法,通过采用矩阵知识表示方法,根据实际问题设计得有效的遗传算子,直接在解上进行遗传操作,实验结果表明遗传算法相对于其他算法能取得此采用传统的二进制编码的知识表示方法更好的效果,具有较好的使用性能和实用性。     

基于遗传算法的自动组卷研究与应用

随着在线考试系统的广泛应用,组卷算法决定了自动组卷的性能。为提高组卷成功率,提出基于遗传算法的自动组卷模型,根据总分、题型、难度、区分度等要求建立多目标、多约束条件的数学模型。采用ASP.NET编程实现,并进行编码、选择、交叉、变异等操作,使遗传算法能满足自动组卷要求。     

基于遗传算法的自动组卷研究

随着基于网络的各种考试的引入和广泛应用,计算机组卷的算法得到了广泛的研究.计算机自动组卷是一个带约束的多目标优化问题,可以通过遗传算法采解决,并可以根据实际问题选择个性化的编码方案,提高遗传算法的效率.通过对计算机组卷问题及和遗传算法的分析,给出了一种基于遗传算法的计算机自动组卷算法.     

多车场洒水车路径问题的双层遗传算法

论文提出了一种新的遗传算法对有多个加水点的洒水车服务路线问题进行优化求解,给出了一种多车场车辆弧路径问题的数学模型,并对传统遗传算法的染色体编码机制和种群结构进行了改进,设计了一种解决多车场车辆弧路径问题的双层遗传算法,可以表示出各车场出动的车辆及路径,与人工安排的方案进行比较,安排效率高,总行驶路程缩短15％以上,车辆行驶路线更为合理,有效地实现多车场车辆弧路径问题的优化。     

基于总加权完成时间的可重入混合流水车间调度问题

研究以最小化总加权完成时间为目标的可重入混合流水车间调度问题(RHFS-TWC),并构建问题的整数规划模型.根据模型的特点,设计基于二维矩阵组的调度解编码方案,结合NEH启发式算法确定工件初始加工顺序,生成高质量初始调度解群.为避免算法陷入早熟及扩大解的搜索空间,给出IGA的遗传参数自适应调整策略,最终形成NEH-IGA融合求解策略.针对不同规模问题分别用传统GA、基于遗传参数自适应调整的IGA、NEH启发式、NEH-IGA算法进行仿真测试,仿真结果表明NEH启发式和遗传参数自适应动态调整策略的引入有效改善了原有GA的求解能力,NEH-IGA算法在求解RHFS-TWC问题方面优势明显.     

混沌遗传算法在IP网络组播路由中的应用

提出了一种基于混沌优化和遗传算法的新颖的QoS组播路由算法，该路由算法把混沌系列和遗传算法结合起来，并提供了一种新的编码方式和一种自适应的变异遗传操作，从而克服了传统遗传算法中存在的早熟现象，加快了收敛速度。仿真结果显示，该文提出的算法在解题的精度和收敛速度等方面都优于遗传算法。     

基于多目标遗传算法的侦察资源优化

基于地理信息系统的侦察资源优化,是个多目标多约束的资源分配问题。文章根据相关知识提出侦察资源优化模型,在地形分析结果基础上利用多目标遗传算法进行求解。算法采用多参数映射编码,通过启发式初始化方法和专门的遗传算子保证初始个体的有效,此外惩罚函数对应问题的约束条件,可以确保适应度函数对算法进化的正确引导。仿真结果证明该方法有效。     

基于加速遗传模拟退火算法的协商策略研究

随着电子商务的不断发展,如何快速有效地进行自动协商是研究所面临的一个重要问题。根据Bazzar协商模型,提出了一种加速遗传模拟退火算法(AGASA),该算法将遗传算法和模拟退火算法结合,并且加入压缩搜索范围的算法加速机制,同时采用特殊的实数编码方式令算法能更加稳定地收敛。仿真试验表明,算法能快速稳定地解决协商模型所描述的协商问题。     

求解VRP问题的一种基于交叉算子的改进型遗传算法

采用基于自然数编码染色体、改进型交叉算子并增加内外扰动策略,构造出一种改进型遗传算法。详细介绍了此算法的基本原理,并进行了代表性算例实验与结果分析。实验表明,该算法收敛速度快,有效地遏制了早熟收敛,防止了进化过程中最优解的退化,改善了遗传算法的性能,提高了算法优化效率,是求解车辆路径问题的一种有效算法。     

基于改进遗传算法的PID控制器设计

针对一般遗传算法存在的不足，提出一种改进的遗传算法，并将其应用于PID控制器参数设计。该方法采用实数编码，是为了操作方便、提高精度和收敛速度，且能克服传统PID参数整定的费时性。仿真结果表明，基于改进遗传算法设计的PID控制器获得了良好的控制效果，其控制性能优于常规的PID控制器。     

CPU时间片组合拍卖遗传算法

提出一种综合考虑Agent时间片和执行截止期限要求的CPU时间片组合拍卖遗传算法。该算法定义了问题模型,采用可以去除不具备竞争力标的预选择策略,减少遗传算法的计算复杂度。在遗传算法求解过程中,设计适合该问题的变长染色体编码方式、交叉算子、换序算子和换标算子。仿真实验结果表明,该算法取得了符合要求的最优解。     

一种新的求解度约束最小生成树的遗传算法

染色体编码是遗传算法的关键内容,编码的优劣并直接影响算法的性能.提出了基于过程控制的生成树编码方法--PC编码.PC码为定长的整数向量,使用PC编码求解特定生成树问题时,首先选定的一个有效算法,并将修改为可控算法,然后用编码向量控制算法的运行过程,从面得到唯一生成树.为了求解度约束最小生成树(DCMST)问题,在D-Prim算法的基础上,设计r过程可控的度约束生成树构造PC-Prim算法.给出了以PC-Prim算法作为译码器的求解DC-MST问题的遗传算法.仿真结果表明遗传算法求解精度和运行时间均优于参与其他算法.