带有对称编码的基因算法的研究

针对基因算法的有关研究，本文给出了两种对称编码定义及其运算规则，分析了对称编码的性质；在对移编码的基础上，发展了一种带有对移编码的基因算法。     

改进遗传算法在电力系统无功优化中的应用

针对电力系统无功优化问题,采用遗传算法是一种有效的全局化概率搜索算法。为了降低系统损耗,保证无功电力在规定范围内,从实数编码入手,利用二进制编码染色体杂交前后两对染色体之和不变,且子代的最大值为父代取或的值,最小值为父代取与的值的特点,提出一种基于实数编码的遗传算法。通过对IEEE6节点的实例计算并与其他无功算法进行比较,结果表明,改进的遗传算法能更准确地寻到全局最优解,加快了收敛速度,性能也优于其他算法。     

对称法在激光制导信号编码识别中的应用

激光有源干扰是激光精确制导武器对抗的重要手段,而进行编码识别是提高有源干扰效率的前提。为了进一步提高编码识别的效率,分析了现有的几种编码识别方法的特点,并提出了使用对称法解决编码识别问题的手段。该方法从编码的倍周期入手,根据对称性找到编码的重复样式,进而找出编码的重复周期和编码样式,同时给出了一种解决倍周期的方法。结果表明,对称法具有一定优越性,为解决有源干扰编码识别的实际问题提供了参考。     

改进遗传算法在饲料配方设计中的应用

针对现有饲料配方软件的局限性,以白绒山羊饲料配方为例,提出一种基于改进遗传算法的求解方法。与标准遗传算法相比,采用随机联赛选择替代轮盘赌模型,优化了选择策略;采用不同的随机数交叉和高斯变异,改进了交叉算子与变异算子。测试结果表明,该方法具有良好的运算效率,拓宽了搜索空间,提高了对重点区域的搜索能力,降低了成本,为复杂问题的优化提供了一种新的思路。     

一种改进型的遗传算法在配料系统中的应用

鉴于标准遗传算法存在的缺点，本文对遗传算法的选择策略、交叉过程、变异操作进行了改进，提出了一种改进型的遗传算法。然后使用实数编码，并将这种算法应用到了饲料配制系统中。大大提高了饲料配制方法的科学性。     

一种基于混合编码的遗传算法

文章提出了一种混合编码的遗传算法。该算法有机地将二进制编码和浮点数编码结合起来 ,并针对不同的编码方法设计相应的交叉、变异算子。混合编码方法既有二进制编码全局搜索能力强、简单、易操作的优点 ,又具有浮点数编码局部搜索能力强、精度高、稳定性好、运算速度快的优点。使算法不易陷入早熟收敛且局部搜索能力强 ,收敛速度快。文章对一系列典型函数进行了优化计算 ,试验结果证实了这种混合编码遗传算法的有效性和优越性强     

量子概率编码遗传算法及其应用

该文提出了一种基于染色体量子概率编码的遗传算法--QCGA。与传统遗传算法不同,在QCGA中, 单个个体不再表示某一个确定解,而是解的取值概率分布,覆盖整个解空间;各个个体独立并行演化,个体间通过一个新的交叉算子实现演化信息的交换,同时设计了一个新的变异算子以增强算法的局部寻优能力。为了充分考察该算法的有效性和先进性,将其应用于典型函数优化、0-1背包问题和时间序列中频繁结构模式搜索等问题的求解。实验结果表明,与现有同类算法相比,该算法在具有很高搜索效率的同时,仍能维持很高的种群多样性, 因而适用于复杂优化问题的求解。     

应用遗传算法进行低功耗状态编码

本文研究了用遗传算法进行有限状态机(FSM)的低功耗状态编码问题.基于FSM的概率模型,对编码空间进行并行搜索;通过在适应性度量中引入面积和状态翻转信息,实现了面积和功耗之间的折衷.对一些FSM的实际测试表明此方法平均能达到20%的功耗优化.     

基于模拟退火遗传算法的网络优化应用研究

文章主要对在校园网络优化中的应用加以研究,以降低全网通信负荷和网络延迟为目标,对树形交换式以太网进行网络划分,对网络设备基于通信关系将划分到所设计的拓扑结构进行最优确定,实现全终端网络的遗传优化布置,从而进一步提高模拟退火遗传算法在实际网络优化工程中的应用。     

实数编码遗传算法的改进研究

畜禽饲养对饲料养分的需求越来越高,饲料配方需要处理的原料种类不断扩大,配方算法需要处理的数据非常巨大,因此对传统遗传算法的计算效率提出更高的挑战和要求。文中分析了基于实数编码的遗传算法在种群初始化和交叉、变异操作过程中存在的缺陷,在此基础上,提出了基于经验值引导和及时检查修正联合作用的算法优化改进措施,并以特定猪饲料配方为例,通过仿真实验,验证了改进后的遗传算法在执行效率和解的质量两方面都有显著提升。     

遗传算法在参差时变滤波器设计中的应用

提出了一种将遗传算法应用于参差时变杂波抑制滤波器设计的方法。在参差码的约束范围内,可能出现参差码组合数很多的情况。遗传算法通过智能式搜索和渐进式优化快速有效地获得优化的参差码,使得计算量大大减小。同时,结合改善因子最大化法来设计滤波器的优化权系数。另外。使用适应度的缩放控制技术使遗传算法在用于参差码的搜索时得到了进一步改善。仿真结果显示该方法可行有效。     

遗传算法及其在PID参数优化中的应用

遗传算法是一种基于自然选择和遗传机理的随机搜索与全局优化的方法。近年来,遗传算法的研究日益成熟,并已成功应用于机器学习、过程控制、经济预测等诸多领域。首先探讨了遗传算法的基本原理及其特点,然后将其应用于PID控制器的参数优化中,仿真实验表明该方法是可行的。     

基于混合遗传算法的多目标问题规划

遗传算法在问题优化中的应用已有了许多研究，但对于大型多目标规划问题而言，由于其问题特性和计算量大而限制了遗传算法的应用。为探索新的问题求解方法，提出了一种基于遗传算法和梯度算法的问题优化混合算法。用梯度法每次迭代得到的结果来改进遗传算法的群体，而用遗传算法的最优个体与梯度算法的迭代解相比较，选择其中的最优点作为梯度法下一步迭代的初始点。通过保持迭代过程的最优解，加快了搜索速度，并保证收敛于全局最优解。算例表明该方法兼具遗传算法的全局搜索能力和梯度算法的局部搜索的特点，且具有良好的工程适应性。     

基于欧式距离约束自适应遗传算法的参差码搜索

提出了一种基于欧式距离约束的自适应遗传算法（Euclidean distance-Adaptive Genetic Algorithm,EAGA）,该算法将欧式距离引入自适应交叉概率,使交叉概率随适应度和个体之间的相似度自适应变化,更好地增强种群的多样性,保存优良个体;为了防止EAGA在优化过程中出现退化现象,通过融合按照一定规则产生的新个体对算法进行了改进。采用EAGA选择最优参差比,使滤波器的零点尽可能的浅,在有效抑制杂波的同时避免目标丢失。同标准遗传算法相比,EAGA表现出了较好的搜索性能。     

一种改进的遗传算法的实现及性能研究

在Visual C 环境下,用C语言实现了一种改进的遗传算法,该算法通过实数编码、改进的遗传操作算子,并引入精英保留策略,可克服常规算法中收敛速度慢、早熟及局部收敛等缺陷。经GA测试函数验证该算法是有效的。与MATLAB遗传算法优化工具箱和SGA的系统仿真结果进行了比较,结果显示该算法不仅显著提高了全局搜索能力,加快了收敛速度,而且也改善了求解的质量及其优化结果的可靠性,是求解复杂函数优化问题的一种有潜力的算法,结合自行研发的微波管CAD软件,可望用于微波管性能优化,提高微波管设计能力。     

基于遗传算法的热塑材料生产过程优化控制系统的实现

热缩材料是用途广泛的高科技产品。辐照是生产热缩材料的关键工序。本文介绍了遗传算法在辐照控制模型参数求解中的应用，使辐照控制系统不断优化，取得了比较满意的结果。     

对称稳定分布的相关熵及其在时间延迟估计上的应用

相关熵是一个表示随机变量局部相似性的统计量。该文首先研究对称-稳定SS分布的相关熵的参数表示,利用该参数表示证明了对于位置参数为零的分布SS,最大相关熵准则与最小分散系数准则是等价的。最后将研究结果应用于稳定分布噪声环境下自适应时间延迟估计。仿真实验表明,该文算法性能优于最小均方误差时间延迟估计与最小平均P-范数时间延迟估计。     

代码移交测试模型及其应用

传统软件测试模型存在许多缺陷,为了消除这些缺陷,提高软件测试效率,根据Marick基于代码移交的测试思想,重点从代码移交、迭代开发等方面对测试模型进行研究,提出代码移交测试模型.通过在一个综合信息处理与监控测试软件的应用中对该模型进行验证得知,代码移交测试模型可以有效提高测试效率,降低测试成本.     

工业控制环境中QRCode的检测和识别算法

以QR Code为例,研究工业控制环境中的二维条码检测和识别技术.首先针对光照不均,利用Retinex理论,处理光照校正.然后根据QR Code条码的特征,提出了基于边缘信息的二值分割算法,并设计了一种快速定位算法.接着分析了条码图像经过高斯函数模糊的数学模型,求解高斯函数方差,并给出了利用逆滤波对条码图像进行反模糊复...