基于正交试验设计的区域分解遗传算法

论文根据区域分解的特点,将正交试验设计应用于区域分解遗传算法中,提出了一种基于正交设计的遗传算法。该算法利用正交试验设计来进行区域组合,通过较少的区域组合达到全局搜索的目的,解决区域分解遗传算法由于区域组合所带来的工作量大的问题,从而达到提高区域分解遗传算法的效率,改善算法的性能的目的。文中最后通过数值仿真计算,验证了算法的实用性。     

一种新的正交多目标最优化遗传算法

文章首先构造了一个新的适应值函数,它以标准化后的目标函数的加权极大值作为个体的适应值,通过独特选取多组权重向量和正交试验方法,保持了种群的多样性,使得搜索方向在目标空间中均匀指向有效界面。该算法的显著特性是不管有效界面是否凸,都能找到足够多均匀分布的有效解。数值实验也表明了该算法非常有效。     

基于正交试验的免疫遗传算法在调度问题中的应用

提出了优先权值编码与三个体交叉算子相结合的免疫遗传算法．该编码方法不仅满足车间作业调度问题(Job shop Scheduling Problem, JSP)中工序优先约束的要求,而且可以有效避免非可行解的产生．三个体交叉的交叉算子在保证后代群体多样性的前提下,在很大程度上继承了父代的优良特性．基于正交试验的免疫算子丰富了抗体群的多样性,从而大大提高了算法克服局部收敛的能力．在算法参数的选取上,采用正交试验法来确定参数值,加快了收敛速度．对车间作业调度的几个典型问题进行了仿真,并与其它算法进行了比较．实验结果表明了该算法的有效性,仿真结果令人满意．     

一种基于选择的遗传算法

鉴于标准遗传算法比较容易产生早熟现象和模式欺骗而收敛于局部最优解,论文对标准遗传算法的遗传操作进行了改进,提出了基于选择的遗传算法(GA_S)。在该算法中,首次提出了基因选择算子、广义精英算子、引进选择算子、基于精英集的成长期变异等概念,并对其进行了比较详细的描述。之后,使用7个经典测试函数对其进行了大量实验。实验表明算法对早熟和模式欺骗具有较强的突破能力。     

基于正交法的软件测试用例设计

测试所花费的工作量经常比其他任何软件工程活动都多。若测试是无计划地进行,既浪费时间,又浪费不必要的劳动。因此,为测试软件建立系统化的测试策略是合情合理的。该文提出基于正交试验设计法的软件测试用例生成技术,并详细阐述运用正交表设计测试用例的方法,并通过一个应用实例来说明其在软件测试中的应用。     

一种求解复杂函数最优解的遗传算法

遗传算法提出至今，已在众多领域获得广泛应用，文中结合正交设计及模拟退火等，对遗传算法中的技术重新加以设计。     

基于正交试验法的测试用例设计

介绍了软件测试中正交表测试用例设计方法,该方法用较少的测试用例就可以对软件进行较全面、有代表性的测试,并能够对测试结果进行直观分析,找影响该结果的主次要因素。     

遗传算法函数寻优性能影响因素分析——基于正交试验的方法

遗传算法在函数寻优领域得到了广泛应用,选取合适的参数对提高遗传算法寻优性能至关重要。以四个经典函数为例,基于正交试验原理分析了遗传算法五个参数对其寻优时间和迭代次数的影响。结果表明：对寻优搜索时间影响最大的参数为变异概率,其次为种群大小,交叉算子的选择、交叉概率和编码长度影响相对较小;对寻优迭代次数影响较大的三个参数为变异概率、种群大小和编码长度,而交叉概率和交叉算子的选择影响相对较小。分析了使遗传算法性能最优时参数组合的原则。     

多点正交交叉的遗传算法

利用正交实验法的全局均衡思想,提出了一种采用多点正交交换的遗传算法。算法通过正交表安排遗传算法的交换运算,并在所产生的多个子代中选择适应度大的进入下一次进化,这样既加快了算法的收敛速度又保证了种群的多样性。实验证明,该算法不但可以有效地克服标准遗传算法的缺陷,而且计算速度、精度和算法稳定性也得到了显著提高。     

一种具有性别特征的遗传算法

通过对遗传算法早熟现象的认识,受高等动物进化能够保持可以产生众多的变异个体的启发,提出了一个具有性别特征的遗传算法,该算法的交叉算子要求性别不同和双亲不同才能实施,通过实验函数的测试表明该算法可以有效地保持种群的多样性,避免近亲繁殖,有摆脱早熟的能力。特别是和小生境技术结合求解多峰函数质量明显提高。     

正交M ult i-agen t 遗传算法及其性能分析

将Multi—agent系统、遗传算法与正交试验设计方法相结合，提出一种新的遗传算法——正交Multi—agent遗传算法，其主要思想是：利用正交设计的方法产生初始化种群；用正交交叉算子代替传统的算术交叉算子；利用agent间的竞争作用与每个agent所具有的知识和自学习能力进行启发式搜索，以提高进化的速度，仿真试验和性能分析表明，正交Multi—agent遗传算法不但具有很强的全局优化能力和较快的收敛速度，而且具有很强的鲁棒性。     

基于BP网络和遗传算法的正交实验分析

传统的实验设计与分析方法为首先进行正交实验设计,然后对实验结果进行回归分析和方差分析以确定最佳工艺条件。文章提出的基于BP网络和遗传算法的正交实验分析方法,利用BP网络的高度非线性拟合特性对复杂的多输入多输出问题进行较高精度的回归,运用遗传算法优越的全局并行随机搜索及对适应度函数广泛的适应性等特性进行最优工艺条件的搜索,克服了传统分析方法系统模型辨识困难、后续实验工作量大以及最佳工艺条件搜索困难等缺点,大大提高了实验工作的效率和质量。     

一种快速压缩遗传算法及其仿真研究

给出了压缩遗传算法的模式定理以及收敛性和运算参数的分析，并提出一种快速压缩遗传算法(fcGA)．该算法用压缩遗传算法(cGA)运行少量代数得到的概率值及其运行代数组成一个观测样本，借助于统计学中的最小二乘法估算几万代以后的概率值，组成新的概率矩阵并根据该矩阵产生新的个体，用这些新的个体更新概率矩阵．旅行商问题(TSP)的仿真证明，该算法是一种十分高效的遗传算法．     

基于正交试验设计的软件可靠性测试

提出基于正交试验设计法构建操作剖面，通过对操作输入集进行处理，即可优化测试输入集，进而进行软件可靠性测试。实例表明，该方法简化了操作剖面的构建，大大降低了软件可靠性测试的代价。     

电容层析成像系统传感器参数优化——基于正交试验设计法

介绍了电容层析成像系统的工作原理及数学模型,采用有限元分析对传感器灵敏度分布进行仿真,分析了系统中各个传感器参数对传感器性能的影响,提出传感器性能评价函数,并基于正交试验设计确定了一组优化参数,为电容层析成像系统中传感器的设计提供了参考依据。     

一种基于随机化均匀设计点集的遗传算法用于求解MVCP

基于理想浓度模型的机理分析,利用随机化均匀设计的理论和方法,对遗传算法中的交叉操作进行重新设计,并在分析图最小顶点覆盖问题特点的基础上,结合扫描-修正和局部改进策略,给出一个解决图最小顶点覆盖问题的遗传算法,称之为基于随机化均匀设计点集的遗传算法。通过将该算法与简单遗传算法和佳点集遗传算法进行求解图最小顶点覆盖问题的仿真模拟比较,可看出该算法提高求解的质量、速度和精度。     

基于正交多主体遗传算法的业务规则引擎推理方法

现阶段业务规则引擎多采用前向链接算法实现模式匹配的推理过程。本文提出了一种基于正交多主体遗传算法的业务规则引擎推理方法,以解决规则引擎无法求解类似组合服务竞标的竞胜标确定问题。该方法以多主体系统为基础,利用正交试验设计方法产生较好的初始种群,设计正交交叉操作数以获得更好的后代;通过每个主体的逐步演化和自学习功能来提高算法的全局优化能力和收敛速度。     

正交遗传算法在网络优化设计中的应用

利用正交实验法的全局思想,提出一种采用多点正交交换的遗传算法。算法通过正交表安排遗传算法的交换运算,并在所产生的多个子代中选择适应度大的个体进入下一代进化,这样既加快了算法的收敛速度又保证了种群的多样性。并将该算法应用在计算机网络的容量分配与路由选择优化上。实验证明,该算法较之传统遗传算法,在种群规模较小的情况下,仍然可以以较少的搜索次数,收敛到近似最优解。     

正交设计法在软件测试中的应用

用较少的测试用例来获得最大的测试效率是软件测试研究的重点之一。提出基于正交设计法的软件用例测试技术,并详细阐述运用正交表来设计测试用例的主要步骤,通过一个应用实例来说明其在软件测试中的应用。