协同进化算法在关联规则挖掘中的研究

文中结合遗传算法和粒子群优化算法各自的优势,采用协同进化的思想,同时应用两种算法来遍历两个种群,并引入它们的信息交互机制。最后,实验和应用证明,在可接受的时间复杂度的前提下,协同进化算法不但能继承传统遗传算法的优越性,有效地减少扫描数据库的次数,和产生小规模的候选项目集;而且通过比较协同进化算法,传统的遗传算法和粒子群优化算法的属性,在关联规则挖掘中使用该算法,能避免早熟的现象。采取协同进化算法时可以发现高品质的关联规则,尤其是在高维数据库中。     

植物钙依赖性蛋白激酶的进化和功能研究进展

钙离子是植物细胞信号转导的第二信使,植物钙依赖性蛋白激酶(CDPK)作为钙离子的感受器,在植物调控自身代谢及其对外界环境的适应性中具有重要作用.对植物中CDPK的结构特性、进化特性、分布及表达特性,以及CDPK在植物中的功能进行了概述,旨在为今后培育能抵御多种逆境胁迫,并兼具广谱抗病性的新品系提供参考依据.     

基于多级搜索区域的协同进化遗传算法*

针对传统多种群协同进化算法仍然存在收敛速度慢、计算复杂性不能随进化过程有效降低等问题,提出了一种基于多级搜索区域的协同进化遗传算法,给出了一种衡量种群进化停滞的标准。通过聚类分析将搜索区域划为三个等级,对于较高等级的区域加强搜索粒度,逐步缩小搜索范围,提高了收敛速度并降低了算法复杂度。实验结果表明,该算法是求解最优化问题的一种有效方法。     

基于不变量的程序修复进化扩展模型*

为了有效解决程序修复进化中搜索空间过大和正常功能牺牲的问题,提出了一种基于不变量约束的扩展的程序修复进化模型（extended repair evolutionary model,EREM）,利用程序不变量约束对搜索空间进行划分和约简以降低消耗,通过使用表达程序正常功能的正测试用例学习的不变量约束（称为正不变量约束）来保证程序不牺牲正常的功能,在适应度函数的设计上考虑测试用例通过数的同时也考虑了正不变量约束的保持数,对于破坏正不变量约束的个体适应度给予一定的惩罚值。最后通过实验对模型进行了验证,结果表明了     

多目标优化量子进化算法及其在PID控制器中的应用

目前量子进化算法主要应用于单目标优化问题．本文结合量子进化算法和经典多目标优化算法中常用的非支配排序技术,提出一种解决多目标优化问题的多目标优化量子进化算法（Multi—objective Optimization Quantum Evolutionary Algorithm,MOQEA）,并将其应用于PID控制器参数整定．经过实验证明,无论是解的质量还是解的分布均匀性,MOQEA都优于经典多目标优化算法NSGA—II．     

绿色旅游中的博弈分析

近年来,我国大力倡导绿色旅游。随着国民经济的发展和人们旅游消费观念的转变,绿色旅游必将成为我国旅游业发展的趋势。本文运用博弈论对绿色旅游中各个博弈主体的相互关系进行了分析,指出了绿色旅游的实施是旅游行政管理部门、旅游企业和旅游者三方博弈的结果。     

基于复制动态的食品安全监管演化博弈分析

食品安全问题是当前民众关注的焦点之一,它关系到我国的国计民生。近年来食品安全问题不断出现,这对于食品企业提出了更高的要求,对政府监察机构加大了压力。运用演化博弈论的方法,建立政府监察机构与食品企业对食品安全行为的进化博弈模型,对该条件下食品安全行为的稳定状态进行分析。讨论政府监察机构与食品企业在相互作用的过程中决策的选择,并提出关于食品安全的保障建议。     

基于强化学习的进化神经网络及其在机器人导航中的应用

神经网络的拓扑结构对网络的有效性起着十分重要的作用,网络建模中的主要困难就是如何有效地控制网络模型的结构进化趋势和复杂度.提出一种基于强化学习的进化神经网络(RL-EANN),采用强化学习方法对网络进化群体与外界环境交互的效果进行评价,使其无需任何先验知识即可进行学习进化,通过强化信号的约束来控制网络群体的拓扑结构进化趋势.并在移动机器人避障导航仿真实验中证明,采用RL-EANN能使仿真机器人在不确定环境中快速有效地学习避障和接近目标,取得较好的导航效果,实践证明该方法的合理性和有效性.     

数据同化框架下红外与可见光图像的可控融合

针对现有图像融合方法的规则不易根据融合图像的后续使用要求进行自适应调整,并且各种方法的优点不易综合的问题,提出一种数据同化框架下的基于粒子群优化(PSD)和差分进化(DE)算法的融合方法。该方法把比率低通金字塔变换作为数据同化系统的模型算子,把非下采样的Contourlet变换(NSCT,nonsubsampled contourlet transform)作为观测算子,根据后续处理对图像各个属性指标值的依赖程度构造目标函数,再利用PSD和DE的混合算法来优化目标函数从而获取合适的影像。两组实验从视觉效果和定量指标两方面验证了方法的有效性。     

基于文化算法和二维Otsu方法的快速图像分割

针对二维Otsu方法计算量大的缺点,提出一种采用文化算法和二维Otsu法相结合的快速图像分割法.该方法利用文化算法的全局寻优能力,对图像的二维最大类间方差进行优化,通过文化算法的种群空间和信念空间的相互协作来获取二维Otsu的最佳二维阈值向量.实验结果表明,该方法具有良好的抗噪声性能,能得到较好的分割效果,缩短了寻找最佳二维阈值向量的时间,提高了二维Otsu方法的运算效率.