基于改进型遗传和蚁群混合算法的防空兵群火力分配模型

基于改进型遗传和蚁群混合算法的防空兵群火力分配问题,先建立火力分配数学模型,通过第i个火力单位对第j批目标的射击效益,求得所有火力单位对所有目标射击总效益.改进型遗传算法包括:对可行解空间参数编码,设定祖先群体、适应度函数和控制参数等.蚁群算法则通过双向图,将武器分配优化转化为双向寻找最佳路径.     

遗传算法在SPLP问题上的应用

采用遗传算法求解SPLP优化问题,用染色体编码表示仓库的开关状态,随机生成初始群体.定义适应度函数估算适应度.选择优良个体随机配对,设定交叉点使配对个体彼此交换部分信息.随机改变个体基因链,经选择、交叉、变异运算得到下一代群体,再把优良个体复制到新的群体中.并用爬山算法优化新群体,使群体迅速逼近最优.     

基于遗传算法的防空兵群最优火力分配模型

基于遗传算法的防空兵群最优火力分配模型,运用战场目标价值和防空兵火力分配情况建立.最大限度发挥武器火力单位效能并达到最大毁伤效果.步骤包括:采用实数编码,通过构建染色体,生成初始群种;计算适应度,检验初始群种;操作遗传算子并改进选择、交叉、变异等操作.最后求解最优解,找出最优的分配方案.     

遗传算法研究

遗传算法以编码空间代替问题的参数空间，以适应度函数为评价依据，以编码群体为进化基础，以对群体中个体位串的遗传操作实现选择和遗传机制，建立一个迭代过程。通过随机重组编码位串中重要的基因，使新一代的位串集合优于老一代的位串集合，群体个体不断进化，逐渐接近最优解，最终达到求解。     

基于遗传算法的交货期限Flow-Shop调度

针对生产调度领域中的仓库、交货期限制的问题,将生产线简化为Flow-shop,描述约束条件并建立单条生产线的数学模型.用遗传算法对生产调度进行染色体编码,按个体适应度大小确定该个体被遗传到下代群体的概率.用比例选择算子并将优良个体复制到下代群体中,互交换配对染色体的部分基因,进行交叉运算得到合法个体以实现生产调度寻优.     

基于改进遗传算法的导弹高度控制回路自动化设计

文中采用改进的遗传算法实现了自动化优化设计控制参数的目的。遗传操作的措施包括:采用常用的二进制编码,适应度函数的构造上综合考虑了误差和误差的变化量,选择操作采用比例算子与精英保存策略相结合,交叉操作采用两点交叉,变异操作采用变异概率的方法。仿真结果表明了遗传算法用于控制参数优化设计的有效性。     

基于Hausdorff距离和免疫遗传算法在图像匹配的应用研究

部分Hausdorff距离和免疫遗传算法相结合的图像匹配算法包括：定义编码与适应度函数、确定交叉变异算子及免疫操作。部分HD距离作为模板匹配的相似性测度，可有效减少匹配计算量；免疫遗传算法具有较强的鲁棒性和强大的并行搜索能力。两者的结合明显缩短匹配时间，提高匹配的精确度和鲁棒性。仿真结果验证该方法高效稳定。     

PID参数优化的实值遗传算法

基于实值遗传算法的PID参数优化采用实数编码,通过参数实值编码初始化种群,计算适应度函数适配值.经对寻优的比例系数、积分和微分时间常数三个参数实数编码,根据适配值的大小进行遗传选择,将复制产生的个体进行交叉和变异,产生新种群.以迭代100次为算法终止条件,输出最优PID参数.对二阶延迟系统Matlab仿真,证明该算法优越.     

非线性系统参数的多种群并行遗传优化

非线性系统参数优化的多种群并行遗传算法,以群体遗传算法搜索整个解空间实现参数优化.通过群体中个体间的信息交换,淘汰劣质基因,并用优秀个体反映解空间信息,使系统稳健收敛.该方法首先选取编码方案、交叉和变异概率、适应度函数、策略及遗传算子以及优秀个体的迁移率,并通过饱和非线性环节、速率限制环节和三阶环节验证了非线性系统的参数优化.     

基于遗传算法的成像侦察卫星调度问题研究

基于有效基因路径表示的遗传算法：先建立单颗成像侦察卫星调度问题的约束规划模型。采用路径表示方法，对成像任务调度序列对应的染色体进行编码。选择2个染色体作为2父个体。接着采用顺序交叉算子对2父个体进行交叉操作，得到2子个体。然后采用交换变异算子对2子个体进行变异操作，得到2新子个体，并与两个父个体进行比较，比较依据为适应度函数。根据染色体上有效基因的数量以及对应的成像任务的优先级，计算染色体的适应度函数，选择适应度函数值最大的2个体作为下一次遗传操作的父个体。若迭代次数达最大值，算法结束，否则重复算法步骤。     

一种基于遗传算法-模式搜索法的无人机路径规划

为改善遗传算法局部寻优精度较差的固有缺陷,提出一种基于遗传算法-模式搜索法的无人机路径规划算法.采用简单的一维编码表示路径,构造了路径最优化的目标函数和适应度函数.先用遗传算法全局搜索,得到全局近似最优路径,在此基础上使用局部寻优精度好的模式搜索法,得到精度更好的路径.仿真结果表明所提的遗传算法-模式搜索法改善了单一遗传算法局部寻优精度较差的缺陷,提高了路径规划的精度.     

遗传算法在油液光谱分析诊断系统中的应用

油液光谱分析诊断系统(SADS)由人机交互、数据管理、知识库管理、推理机、自学习调整、远程故障诊断和系统输出等模块组成.将遗传算法用于SADS的机器自学习中,直接用初始模糊关系矩阵作为初始值,设计适应度函数和遗传算子,并对遗传算子进行改进.通过自调整知识库实现机器自学习.     

一种基于遗传算法的防空火力分配方案

根据反空袭防空作战的特点，建立基于遗传算法的防空火力优化分配模型，模型求解的步骤包括：问题编码，产生初始种群；计算适应值及适应度函数；选择、交叉及变异算子，以及判断停止进化条件。通过在计算机上对实例仿真运行制定出火力分配方案，证明该方法运算速度较快，结果精度较高，对地面防空火力分配决策研究具有一定的参考价值。     

基于自适应遗传算法的导弹火力优化分配

建立了导弹火力优化分配的非线性整数规划模型，并给出了模型的自适应遗传算法求解，改进的遗传操作算子较好地处理了模型的整数约束条件，直观明了，简单易行．实例在计算机上的对比仿真运行结果表明，随群体适应度自动调整的交叉概率和变异概率，加快了算法的收敛速度，显著地提高了算法的探索能力，不易陷入局部最优解．这种方法对导弹火力的优化分配有一定的参考价值．     

神经网络结构及其权值优化的遗传算法

神经网络结构及权值优化属两级进化方法.即把结构和权值进化分级进行,并在两级进化过程中采用不同的编码方式和适应度函数,但都使用改进遗传算法-反向变异算子.反向变异算子可按需要搜索的方向搜索,且不会造成早熟收敛.仿真结果表明,该算法取得了预期的效果.     

带约束优化问题的遗传算法

针对带约束优化问题,提出了隔离小生境的多种群孤立进化遗传算法.定义某已知函数,按组划分小生境,计算适应值.对每个小生境进行选择组成交配池,进行单点交叉,再计算适应值,选择下一代种群.该算法适用于非线性系统模糊控制器的优化问题.