基于模拟退火遗传算法的RBF网络的优化

提出了引入模拟退火的遗传算法对径向基函数(RBF)网络中心参数进行优化的算法,算法中选择实数编码,采用引入模拟退火过程的多点交叉和区域内随机波动的变异方法.用此算法作了两个仿真实验:一是对典型的混沌时间序列的预测,二是对被干扰了的图象进行去干扰.结果表明:这种基于模拟退火遗传算法对RBF网络参数的优化是行之有效的.     

用MATLAB实现中国旅行商问题的求解

本文利用遗传算法的全局搜索能力进行组合优化问题求解，针对中国旅行商问题(CTSP)，设计一种大比例的优秀个体保护的大变异遗传算法，并使用MATLAB语言进行了实际的编程求解。编程中的各个模块分别实现了复制、交叉、变异等关键环节。用编制的程序快速求解出了满意的结果，用本文设计的大变异遗传算法的思路和编制程序是正确的，而且本文算法的求解速度是非常快的。     

模拟退火自适应大变异遗传算法及其应用

为了克服遗传算法易陷入局部最优或早熟问题,提出了一种模拟退火大变异遗传算法,采用了大比例优秀个体保护策略,以保证算法的收敛性。应用该算法求解旅行商问题的仿真实验证明了它能较快地收敛到最优解或准最优解。     

基于混沌置乱的自适应水印算法

针对现有的迭代混合算法,分析论证了其弱的鲁棒性,进而提出了改进算法：先进行隐藏图像混沌置乱,再进行一次自适应混合。分析和仿真实验都证明了所提出算法在降低隐藏水印可见性的同时,明显提高了其鲁棒性。