混合遗传算法对BP神经网络算法的改进

介绍了用混合遗传算法对基本的BP神经网络算法进行改进的理论和实验，在混合遗传算法中使用了跨世代精英选择、退火算子以及自适应交叉和变异方法，取得了较好的效果。     

基于遗传算法的网络化制造单元选择问题研究

为解决网络化协同制造过程中物理制造单元选择问题，提出一种改进的基于遗传算法的物理制造单元优化选择算法。算法采用整数编码，每个染色体代表一条可执行加工路线；为获取最优的可执行加工路线，以总的运行成本、运行时间和加工质量为优化目标构造目标函数；求解过程中，在每一代种群中计算出与每个染色体相对应的成本、时间、质量指标及目标非标准化对决策的影响度，进而利用影响度因子确定群体中每个染色体对最小运行成本、最小运行时间及最优加工质量的相对优属度，再利用相对优属度构造相对适应度函数，并求取相应的适应度函数值，减小了目标非标准化对优化结果的影响。最后给出了应用该算法处理复杂零件协同制造中制造单元选择的一个实例，以证明算法的可行性与有效性。     

基于数据挖掘的足球最优射门角度分析

为了提高足球射门的准确度,提出数据挖掘的足球最优射门角度分析算法。采用粒子群算法把球场规划为一个虚拟的网格环境,对足球射门路径点实时标定和叠加特性进行分析,根据球场环境中的信息素,粒子群算法实现进球概率优化求解,以路径适应度函数为优化目标函数进行射门角度特征数据挖掘,求得路径适应度函数的最优解即为最优射门角度的解向量。仿真结果表明,该算法可以在复杂程度不同的球场环境中规划出一条最优进球路径,可以用于指导足球训练。     

组卷技术中遗传算法的改进研究

文章就目前应用比较广泛的遗传算法进行了的分析和研究,提出了两种对遗传算法的改进措施,这两种改进措施分别是基于平均适应度的改进措施和基于局部小生境的改进措施。     

基于粒子群算法的动力升档换档品质优化控制

通过分析动力换档过程离合器切换时序控制不当对换档品质产生影响的问题,针对该问题采用粒子群优化算法,以理想换档过程的换档品质客观评价模型为基础构建适应度函数,提出了动力升档过程的控制量最优化控制策略,仿真结果表明了该控制策略在提高升档过程的换档品质方面效果明显。     

遗传算法的改进及其在电力系统无功优化中的应用

针对无功优化的动态、多目标、多约束以及非线性特点,提出了基于简单遗传算法的改进算法,在简单遗传算法的基础上,添加了自适应控制和适应度排序思想,并对算法终止准则进行了改进。以IEEE14节点标准测试系统为例对该算法进行了有效性验证。仿真结果表明,该方法对电力系统的无功优化效果良好。     

基于模糊度测度和改进遗传算法的图像分割

为了利用模糊集理论进行图像分割,本文提出了一种模糊度测度函数,它衡量了背景模糊集和某一个二值图像的相似性:模糊度越小,这种相似程度越大;并且对模糊度的计算只需要进行简单的比较运算和加法运算,便于硬件实现。本文利用遗传算法求取最佳阈值,针对遗传算法的某些不足之处.我们利用精英策略和模拟退火的思想,对其做了一些修正。实验结果表明:相对于Shannon熵方法和模糊熵方法,本文方法取得了较好的分割结果,并且具有较强的抗噪声能力。     

一种改进的遗传算法及其应用

遗传算法是一种新近发展起来的搜索最优解的方法，它对复杂问题无须建模和进行复杂运算，只量利用其选择、交叉、变异三种算子迭代运算便可求得最优解。该文通过对简单遗传算法的改进，提出了一种混合寻优策略，并应用于复杂函数寻优，达到了较好的效果。     

遗传算法在自动组卷中的应用

给出了利用遗传算法的全局寻优和收敛速度快的特点,解决组卷问题的方法,重点阐述了自动组卷问题中的染色体编码方法、适应度函数和遗传算子的设计。     

基于改进回溯算法的计算机排课系统

计算机排课算法一直是一个没有被完美地解决的NP难题，国内外都在对它进行广泛的研究.基于一个中专院校的自动排课系统的实现，通过对当前各种算法的研究、对比、总结，发现当前的排课算法可以分为构造型算法和改进型算法两类，并且这两种算法有着各自的优缺点.为此吸取了遗传算法(改进型算法)和回溯法(构造型算法)的优点，在回溯法中引入了拟人策略和遗传算法中的评价、惩罚机制，经过实际应用的验证，该算法特别适合应用在实际的排课系统中.