基于遗传算法的框架结构系统可靠性优化

以框架结构系统的可靠性分析为基础，给出框架结构系统可靠性优化的遗传算法，并用算例证明了该法的有效性及实用性。     

基于遗传算法与模式搜索的混合优化算法

为了更好地实现全局优化,提出一种遗传模式搜索(Genetic Pattern Search,GPS)算法,该算法结合了遗传算法(GA)的强全局搜索能力与泛化模式搜索算法(PS)的强局部搜索能力.算法流程分为两步:首先是GA与PS联合实现粗搜索;其次是PS实现细搜索.实验对Hump、Powell、Rosenbrock、Schaffer、Woods测试函数进行搜索,表明GPS算法的成功率明显优于改进遗传算法与改进模式搜索算法,可作为一种有效可行的全局优化算法.     

建设工程工程量清单计价模式

主要介绍了工程建设工程量清单的推广 ,在社会经济发展和科技进步方面的意义 ,工程量清单推广应用的条件、前景、措施以及将产生的经济效益与社会效益     

遗传算法用于工程结构优化设计的研究

研究了利用遗传算法对工程结构进行优化设计的方法，在普通遗传算法的基础上，提出加入生长算子的改进措施，给出了计算实例，验证了加入生长算子的遗传算法可以用较小的群体规模，得到较高的解题速度，并用能明量提高解的最优性。     

遗传算法用于工程结构优化设计的研究

研究了利用遗传算法对工程结构进行优化设计的方法，在普通遗传算法的基础上，提出加入生长算子的改进措施，给出了计算实例，验证了加入生长算子的遗传算法可以用较小的群体规模，得到较高的解题速度，并且能明显提高解的最优性。     

工程量清单计价模式探讨

介绍了实施工程量清单计价的涵义和作用,探讨了工程量清单计价与传统的定额计价的区别,分析了推行工程量清单计价工作实践中遇到的问题,并提出了解决途径.     

工程量清单报价的进一步研究

从项目的实施与控制出发,分析了工程量清单报价的合理性、科学性,并从清单项目构成,费用划分等内容探讨工程量清单报价的新模式.     

遗传算法优化神经网络用于大气污染预报

大气污染预报可以对大气污染提出警示,保护人体健康和生活环境.为了对北京市PM₁₀的质量浓度进行预报,建立了用于大气污染预报的遗传神经网络模型,该模型运用遗传算法优化神经网络的权值和阈值,有效提高了网络的收敛性和预报准确率.用改进后的神经网络对北京市PM₁₀的质量浓度进行了模拟,并将模型模拟结果与美国第3代空气质量模型Models-3(CMAQ)的数值模拟结果进行了比较.实验结果表明:遗传神经网络模型和数值模型的模拟结果的平均相对误差分别为0.21和0.26,用于空气污染物质量浓度短期预报时,神经网络模型的预测精度与数值模型的预测精度相当.对于没有条件开展空气污染数值预报的城市或地区,神经网络是一种有效的替代方法.     

一类基于特殊个体的遗传算法的模式研究

从模式分析的角度研究了一类在每一个遗传世代中增加或保留两个特殊个体的改进遗传算法.结果表明,与标准遗传算法相比,改进的遗传算法的模式总数期望值有较大增加,其增量随种群规模的增加而减少,随串长的增加而增加.同时建立了改进遗传算法的模式定理.     

我国汽车技术发展模式的排放清单

对我国汽车技术发展进行了现实可行的选择，在对汽车保有量，汽车平均行驶里程，排放因子等因素进行定量分析的基础上，给出了我国汽车排放清单的建立方法，并建立了我国3种汽车技术发展模式的排放清单。     

自适应分层遗传算法在函数优化中的应用

通过分析基本遗传算法在函数优化中的应用，研究其不收敛和收敛慢的原因，并在此基础上提出了自适应分层遗传算法。通过实验，证明了改进算法的优越性。     

基于改进遗传算法的系统参数辨识方法

介绍了一种基于遗传算法辨识系统参数的方法,遗传算法是一种基于自然选择和自然遗传学机理的全局搜索学习算法,为了提高算法的优化能力,我们采用了种群迁移以及自适应变异率来改进算法,仿真结果表明,改进的遗传算法辨识系统参数收敛到全局最优,且鲁棒性强,辨识精度高。     

防空部署方案优选的组合优化遗传算法

建立了防空部署方案的组合优化遗传算法模型,该方法突破了传统的部署方案优选的局限性,现已初步应用于防空部署智能决策支持系统的研究中。     

遗传算法在入侵检测系统中的应用

针对目前入侵检测系统不能有效检测未知入侵行为的问题,根据遗传算法在动态环境中的鲁棒性、自适应性强的特点,采取了将遗传算法与入侵检则系统结合的方法,提出了一种基于网络性能的检测算法,此算法实时性强,可自学习,能有效地检测未知入侵行为。     

遗传算法求解有向中国邮路问题

在图形变换的基础上,用遗传算法实现了对有向邮路问题的求解。本文所提方法较之传统方法更于编程实现和求解大规模复杂网络问题,实例表明,本方法能很好地收敛到有向邮路网络传统算法的结果。     

遗传算法交换操作的遍历性

分析了遗传算法交换操作的特性, 利用马尔可夫链证明了对于两个互补的二进制串, 交换操作能够进行遍历搜索.这对基因操作策略设计有指导作用.     

基于模拟退火遗传算法的PID参数整定与优化

结合模拟退火算法和遗传算法的思想,提出模拟退火遗传算法,用此算法进行PID参数整定与优化．同时使用自适应交叉率、变异率以及适应度拉伸方法对传统遗传算法进行改进．模拟退火遗传算法有效抑制早熟,且具有收敛性快、全局寻优与局部寻优能力．仿真结果表明,基于此算法寻优设计的PID控制器动态品质和稳定性更好、鲁棒性更强．     

基于遗传算法的多目标过程系统优化

提出了一种求解多目标优化问题的求解策略。在搜索寻优过程中 ,利用遗传算法生成 Pareto最优解集。在决策过程中 ,利用 TOPSIS方法来确定 Pareto最优解集中最佳协调解。最后 ,应用该算法对 DAM连续缩合过程的多目标过程系统做了优化研究。     

利用改进遗传算法求解多极值点函数

提出了适应度标定公式，解决遗传算法初始阶段和临近结束阶段群体的选择压力，正确引导群体发展方向，解决标定后适应值非负问题。定义了相似度概念，可以在不增加群体规模的前提下增加群体的多样性，解决算法易收敛到局部最优解问题。