基于内分泌调节机制的行为自组织算法

借鉴内分泌系统的高层调节机制,提出了一种新的自主体行为自组织算法.此算法用 神经系统接受环境信息,通过一种情感学习模型来产生情感因子(即生物激素),再由情感因子 来调节神经系统的记忆和行为决策,最后神经系统的记忆与行为模式由遗传系统得以继承. 其优点是避免了神经系统复杂的自学习过程,同时保证系统的行为决策具有较高的自组织、 自适应能力.为了验证算法的有效性,倒立摆控制的仿真实验表明该算法具有很强的自适应 求解能力.     

用于网络入侵检测的免疫学习子系统

网络入侵检测当前面临的主要问题是如何迅速有效地检测出未知模式的入侵．借鉴生物免疫系统中的自进化学习机制，我们设计了一种免疫算法，该算法以生物免疫的自我非我识别为基础，并进一步引入免疫学习机制以提高算法对入侵模式识别的效率和正确率．算法由四个紧密联系的模块组成：基因库进化模块、亲和度变异模块、非我选择模块和免疫记忆模块，四者形成一个有机的整体．本文介绍了免疫算法的具体细节，并完成了相应的验证实验．实验表明该算法具有较好的识别未知模式的能力．     

用平均场理论研究具有三阶输出函数的联想记忆

针对联想记忆器存在的根本的问题,除记忆的样本作为稳定状态外,还有伪状态出现,采用带有一个附加参数（即阈值）的三阶输出函数代替二阶输出函数;应用平均场理论研究该阈值在系统行为上有哪些效果,怎样选取该阈值使伪状态的吸引域达到最小,最后给出模拟结果来验证理论分析和综合的结果。     

基于食物链的生态进化算法

借鉴生物在生态环境中的能量传递方式一食物链,提出了一种多模式协同的生态进化算法。同时将该算法应用于典型优化问题求解,实验结果表明此算法具有良好的性能。     

基于生殖策略的多模式进化算法

本文借鉴生物在生态环境中的生死策略,提出了一种多模式生态进化算法,该算法主要体现了生物面对同一生态压力可采用不同生殖策略的思想,反映了生物在生态环境中进化的多样性和多层次性,本文同时将该算法应用于典型优化问题求解实验结果表明此算法具有良好的性能。     

用Coop＆compEA解决三维装箱问题

三维装箱问题是一类典型的NP-complete问题。该文通过一种新协同进化算法Coop&compEA与一组启发式规则相结合,给出一类典型装箱问题的求解策略。在该求解策略中,利用Coop&compEA算法将种群层的竞争通过反馈引入个体层的合作进化过程,既优化了合作进化的求解质量,又融入了竞争带来的快速收敛效果;此外补充了更加恰当的装箱启发规则。实验结果显示,这样的求解策略无论是进化速度还是求解效果都优于之前的传统GA方法和CCGA方法。     

对基于MPN的相似重复记录识别算法的改进

相似重复记录识别是数据清理中的一个关键问题.文章针对常用的多趟邻接排序法提出了两点改进一是在多趟排序识别过程中直接合并有重叠的相似记录集,取消了最后计算传递闭包的环节;二是利用关键字按字典序排序的特性,在求编辑距离之前先过滤前面的公共子串,减少了相似记录比较的开销.文章最后给出了改进算法与原算法的对比试验结果.     

基于生态协同的多目标优化研究

在分析现有多目标优化技术的基础上,提出了一种基于生态协同的多目标优化算法.此算法借鉴生态学中的生态种群密度竞争方程来描述多目标间的复杂关系,可以同时从个体和种群层次指导多目标之间关联程度的调整.实验结果表明,此算法更易于寻找多目标优化问题的满意解.     

基于生态种群竞争模型的协同进化

遗传算法基于适应度的进化模式没有考虑进化的外部环境和进化成分之间的关系,这是协同进化研究的内容.借鉴生态学对个体生存环境和种群竞争的认识,构造了一种基于生态种群竞争模型的新的协同进化模式.模拟实验表明,采用该模式的改进遗传算法在改善未成熟收敛和收敛速度两方面具有良好的性能.