基于降半Γ分布函数的自适应遗传算法

针对遗传算法中交叉概率和变异概率难以选取的问题,提出一种新的自适应遗传算法:利用降半Γ分布函数对交叉概率和变异概率进行自适应调整,使这两个参数随基因串的适合度值而变化.仿真结果表明:该算法与传统遗传算法,常规自适应遗传算法相比,有效地克服了过早收敛问题,提高了搜索效率.     

一种改进的自适应遗传算法

遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法.针对传统遗传算法和自适应遗传算法存在"早熟"现象及收敛速度慢的不足,提出了一种改进的自适应遗传算法,并对交叉概率和遗传概率进行改进.仿真结果说明了改进的自适应遗传算法比传统遗传算法和自适应遗传算法在收敛性能和搜索能力上都有很大的提高.     

求解Job Shop调度问题的自适应遗传算法设计

针对标准遗传算法中交叉概率Pc和变异概率Pm固定不变带来的局限性,以及M.Sr-invivas自适应遗传算法的缺点,提出了根据适应值集中程度,自适应地变化整个种群的Pc和Pm的一种改进的自适应遗传算法,文中系统地介绍了算法的改进及算法的流程,并将算法应用于求解JSP问题,最后用一个典型的测试例子,对本文设计的算法的求解效果进行了测试,并对测试结果进行了分析.     

一种改进的基于进化阶段的自适应遗传算法

为改善遗传算法的优化性能,延长种群搜索过程,对基于进化阶段的自适应策略遗传算法进行了改进.改进的自适应策略不仅基于进化阶段,同时基于个体,特别是采用了自适应的适应值转换策略,大大降低了早熟的概率,保证算法能以较大的概率收敛到全局最优解.实验结果表明,该改进的算法确实延长了算法的搜索阶段,提高了算法的性能.     

基于改进遗传算法的BP网络在降雨量预测中的应用

提出了一种改进遗传算法(GA)和BP算法结合的神经网络模型优化方案。首先采用自适应交叉概率和变异概率的遗传算法优化BP网络的权值,在进化结束时,能够寻到全局最优点附近的点;在遗传算法搜索结果的基础上,利用局部寻优能力较强的动量BP算法,从此点出发,进行局部搜索,进而达到网络的训练目标。仿真实验结果表明,在大庆市2000年到2004年6月降雨量的预测方面,遗传算法与BP算法结合的模型预测误差平均为39.13%,标准BP算法的模型预测误差平均为194.66%。说明GA-BP算法模型预报精度较高,预测能力得到了改进。     

求解平衡运输问题的改进遗传算法

采用改进遗传算法求解平衡运输问题,针对平衡运输问题及其数学模型,应用改进的选择算子、交叉算子、变异算子和自适应交叉概率与变异概率等遗传算法机制,通过实例表明,该算法在求解平衡运输问题上的优越性.     

一种新的自适应退火遗传算法

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能。基于这个思想提出一种新的自适应退火策略用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性。基于典型算例的仿真结果验证了该算法对高维复杂函数最优化的有效性和高效性,其性能明显优于传统遗传退火算法、改进的进化规划方法。     

基于自适应遗传算法的激光图像处理

针对激光图像分割处理的问题,提出了一种基于自适应遗传算法的激光图像分割处理算法.该算法将自适应遗传算法与最大类间方差分割方法相结合,将图像类间方差作为适应度函数,利用交叉概率和变异概率动态调整自适应遗传算法求解最大类间方差的最优阈值.为了衡量该算法的处理效果,分别采用本文算法和最大类间方差图像分割算法对图像进行处理.结果表明,该算法的CI值为0. 417,能够对图像进行有效分割,且分割的准确性和运算速率均优于传统的最大类间方差分割方法,具有较高的实践价值.     

优进遗传算法及其在化工数据处理中的应用

针对常规遗传算法容易早熟、局部寻优能力差的弱点，提出一种优进遗传算法．该算法以一定的概率引入确定性操作，并采用空间重组的方式改进子代分布，以提高全局寻优的性能．采用的相关技术包括增加单纯形寻优算子、运用改进的交叉算子、自适应地调整交叉率和变异率等．该算法已成功应用于SO2催化氧化反应动力学模型的非线性参数估计、这种优进遗传算法不依赖于问题的具体领域，可应用于各种数据处理和优化领域．     

时间约束的高层次数据流调度方法

为了研究时间约束下的高层次数据流调度问题,提出了遗传算法和蚂蚁算法动态融合的解决方案.给出了时间约束调度中遗传算法的编码方法、交叉、变异和适应度函数以及蚂蚁算法中的概率选择方法和信息素的更新规则.为了找到遗传算法与蚂蚁算法的最佳切换时机,还解决了2个关键问题:遗传算法的动态结束条件和蚂蚁算法中初始信息素的产生.实验结果表明,该方法所用的平均资源数目比遗传算法少5.2%,比蚂蚁算法少4.9%;运行时间比遗传算法少44%,比蚂蚁算法少31%.     

边坡最小安全系数的遗传算法

基于圆弧滑动面假定，提出了一种用遗传算法确定边坡最小安全及其对应的最危险滑动面的方法，该方法模拟了生物遗传进化的过程，克服了传统方法容易陷入局部极小值的缺点。     

Improved genetic algorithm freely searching for dangerous slip surface of slope

1INTRODUCTION Thestabilityofslopeisinvolvedinmanyengi neeringfields,suchasmineengineering,hydraulicengineering,civilengineeringandsoon.Thetheo ryoflimitequilibriumisalwaysusedtoanalyzethestabilityofslope[1,2],ofwhichthekeyissuesaretogetthemostdangerousslipsurfaceandthesafetyfactor.Atpresent,theprocessesofanalysisforthestabilityofslopeintheworldareasfollows:firstly,theslippatternofslopeissupposed;secondly,themostdangerousslipsurfaceisap proximatelydecided;finally,thesafetyfactorisapproximat…     

利用量子遗传算法实现RNA二级结构预测

由于基于最小自由能模型的传统算法复杂度高且搜索效率低,故利用量子遗传算法提出了一种新的核糖核酸二级结构的预测算法．该算法将种群信息加载到量子比特上完成初始化,通过量子酉变换(量子逻辑门)实现种群的更新与演化,借助于量子计算的并行性优势使得核糖核酸二级结构预测所需种群规模相对经典遗传算法大为减少,同时还具有更强的搜索预测能力．基于国际核糖核酸标准数据库提供的序列进行了量子模拟实验计算,结果表明,在种群规模为经典遗传算法20%的条件下,该算法预测准确率仍优于经典遗传算法,且所需的进化轮数也得到了明显降低．     

高效寻优的经验遗传算法

为了寻求高效的寻优方法,本文提出经验遗传算法,用神经网络模型经验地预测每代种群个体的适应度,从而减少对问题直接求解的次数,提高遗传算法的计算效率．通过对6个经典测试函数的数值计算分析,结果验证了本文所提的算法的有效性,而且能降低计算量．     

应用于换热网络优化的混合遗传算法性能研究

换热网络综合优化属于系统热集成技术的重要研究方向。换热网络综合优化技术研究对于节约能源、保护环境和提高高耗能企业的市场竞争力具有重要意义。然而,由于换热网络综合优化模型本身属于MINLP问题,形式复杂且解空间大,经典的梯度寻优很难凑效。本文建立了以年总费用函数为优化目标的换热网络综合优化模型,提出了应用改进的混合遗传算法用于换热网络综合优化,并以基本遗传算法为对照,对混合遗传算法的用于换热网络综合的性能进行了研究。实例研究表明改进的混合遗传算法能更有效地进行换热网络综合优化。     

一种基于量子遗传算法的红外图像分割方法

针对经典的二维O tsu和最大熵算法的不足,提出了一种基于量子遗传算法的海上红外图像目标分割方法.该方法同时考虑了图像像素点的灰度分布信息和像素间的空间相互信息,将基于fisher准则的类内类间距离判据作为分类依据,利用量子遗传算法进行寻优以获取最佳阈值,实现了海上红外目标图像的分割过程.选取3幅海上红外目标图像进行了仿真实验.实验结果表明,提出的方法在分割效果和计算速度上都优于传统的O tsu和最大熵法.     

基于混合改进型遗传算法的螺旋铣孔孔群 加工路径优化研究

在业已确定螺旋铣孔切削参数的前提下,孔群加工路径的优劣对加工效率有较大影响。研究TSP数学模型,应用混合改进遗传算法求解孔群加工路径优化模型,获得优化的加工路径。将3种算法基本遗传算法、蚁群算法和混合改进型遗传算法进行对比可知,本文提出的优化方法可有效缩短走刀时间。     

多连杆柔性机械手控制的遗传算法

讨论了多连杆柔性机械手末端位置的控制问题,因为基于逆动力学的控制不易保证系统的稳定性,给出了一种非线性预测与刚性运动PD反馈相结合的混合控制器,由于控制器的参数较多,且呈复杂的非线性关系,传统设计方法难以保证控制器稳定性。提出一种基于遗传算法的设计方法,采用遗传算法选择控制器的参数,配置系统的极点,通过一个双连杆柔性机械手的仿真表明,采用遗传传算法设计的系统可实现多连杆预柔性机械手末端轨迹的准确跟踪,同时能消除柔性机械手的弹性振动。     

基于种群分类解决遗传算法的“早熟”与“漂移”问题

为了有效解决遗传算法在实际应用过程中经常面临的早熟收敛和遗传漂移问题,分析了导致早熟收敛和遗传漂移这两种现象出现的原因,针对其主要原因提出了基于模糊聚类的种群分类改进的遗传算法,避免近亲繁殖导致早熟,并将模糊聚类的结果与各种遗传操作有效结合,提高了算法向最优解收敛的准确性和稳定性。最后,仿真结果显示新的改进算法比标准遗传算法更有效。     

利用GEK代理模型的天线快速多目标优化设计

传统方法进行天线优化设计主要利用经典优化算法调用电磁仿真软件,在求解复杂天线的多目标优化问题时效率不理想．针对该问题,在多梯度下降算法中引入遗传算子,提出了一种高效的全局多目标优化算法--混合遗传算子多梯度下降算法．该算法调用梯度增强型克里金模型进行天线优化．梯度增强型克里金模型建模所需的样本规模小、时间短,并且避免了电磁仿真软件的反复计算．利用该算法优化加载各向异性Ⅰ型周期结构覆层的警用超短波宽带单极子天线和某型直升机机载专用通信系统天线及其抗干扰阵列,在达到相同优化效果时,所需的模型仿真次数为利用改进的非支配排序遗传算法调用电磁仿真软件进行优化的10.30％和18.96％,验证了该优化算法的高效性．