关于遗传算法公理化模型的进一步结果

本文考虑由公理化所描述的抽象遗传算法,证明了算法种群列以概率1完全收敛到最优种群集,所获结果应用到具体的遗传算法策略时,能明确提出各有关参数的设置策略,使之具有所述收敛性,当变异概率趋于零时,证明了种群列依概率收敛到一致最优种群集,对父代种群参于竞争和杰出者选择遗传算法,证明了这上敛结果不依整于种群规模的杂交算子。     

遗传算法中变异对优化进程的影响分析

基于概率论,对遗传算法有限种群条件下,进化过程中变异对于优化进程的影响问题;如何选取合适的变异概率问题进行了详细的理论分析,完成了相应的数学推导和理论证明,利用算例进一步证实其正确性。     

自适应变异遗传算法在通信网络时延和路由选择优化中的应用分析

在遗传算法中采用自适应的方法来控制变异操作，可以提高算法的全局搜索能力，加快收敛速度，从而可以迅速地求解组合优化问题，并在进一步求解计算机通信网优化问题中得到成功应用。     

运用改进的遗传算法进行框架结构损伤检测

运用一种改进的遗传算法来进行结构的损伤检测研究。该方法在传统遗传算法的变异算子里引入了一种被称为零变异率因子的参数，使得种群中时刻保持一定数量的零值元素，即相当于用结构的损伤只是发生在局部这个信息约束了传统的遗传算法，从而使得检测的结果更加准确。通过对某一框架模型试验数据的损伤检测研究，证明了该方法应用于实际工程结构的可行性，同时阐明了实际应用中的若干重要问题。     

求解Job-shop调度问题的遗传算法

在引入一种新的具有自适应性的杂交概率和变异概率的基础上，提出了一种构造染色体的新方法，进而提出了一种面向工作车间问题的新的遗传算法。同时给出了一个例子来说明算法的收敛性和收敛效率。仿真结果表明了该算法的有效性。     

基于改进遗传算法的直发包装SKU归并优化方法

目的 采用直发包装SKU归并优化方法,通过减少最小存货单位(Stock Keeping Unit,SKU)的种类,来达到节省物料成本的目的。方法 综合运用k-means聚类分析和组合优化理论,建立直发包装SKU归并模型,并设计基于非均匀变异算子的遗传算法求解方法。以随机生成SKU尺寸信息及其对应的直发包装订购数量的测试数据集为例,通过对比归并前后的SKU种类数和物料成本来验证优化方法的有效性和可行性。结果 优化后,直发包装SKU归并方案中SKU种类的平均降低率为33.13%,归并可使物料成本平均下降2.84%。结论 研究成果可丰富直发包装领域的相关研究,对优化供应链结构,促进包装系列化、智能化发展具有指导意义。     

交叉变异的连续蚁群优化算法

研究了应用于连续空间优化问题的蚁群算法,给出了信息素的留存方式以及搜索策略.另外,针对蚁群算法易陷入局部最优的缺点,在最优蚂蚁周围进行了精细搜索,并加入了自适应的交叉变异算子,从而改进了蚁群算法的全局优化性能.数值仿真结果表明,该算法是一种有效的优化算法.     

基于迁移策略的自适应遗传算法

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的不足，提出了一种改进的自适应遗传算法，即引入一种新的算子迁移算子参与算法过程。     

基于配电网优化规划中改进遗传算法的应用研究

文章以网架线路年综合费用最小为目标函数并计及支路载荷率的配电网网架规划的数学模型,利用二元变异算子替代一元算子,提高了算法的局部搜索效率和全局的优化能力。     

关于入侵检测中的遗传算法分析

入侵检测系统(IDS)为网络安全提供有力的保障,是防火墙安全技术的补充,是一种主动式的网络安全保护技术。遗传算法(GA)是传统搜索方法的优化,在入侵检测系统中应用,可以有效的提高DIS的检测效率,降低检测错误率的发生,明显的提高IDS运行的效率。本文即对遗传算法在入侵检测中的应用进行分析和讨论。     

Parallel Optimization of Program Instructions Using Genetic Algorithms

This paper describes an efficient solution to parallelize software program instructions, regardless of the programming language in which they are written. We solve the problem of the optimal distribution of a set of instructions on available processors. We propose a genetic algorithm to parallelize computations, using evolution to search the solution space. The stages of our proposed genetic algorithm are: The choice of the initial population and its representation in chromosomes, the crossover, and the mutation operations customized to the problem being dealt with. In this paper, genetic algorithms are applied to the entire search space of the parallelization of the program instructions problem. This problem is NP-complete, so there are no polynomial algorithms that can scan the solution space and solve the problem. The genetic algorithm-based method is general and it is simple and efficient to implement because it can be scaled to a larger or smaller number of instructions that must be parallelized. The parallelization technique proposed in this paper was developed in the C# programming language, and our results confirm the effectiveness of our parallelization method. Experimental results obtained and presented for different working scenarios confirm the theoretical results, and they provide insight on how to improve the exploration of a search space that is too large to be searched exhaustively.     

基于遗传算法的遥感影像匹配定位的研究

提出了利用遗传算法进行遥感影像的匹配定位,将遗传算法优良的全局寻优特点应用于原始影像和目标影像的匹配,实现了具有旋转畸变条件下的遥感影像匹配定位,实验结果表明,该算法不仅具有很高的定位精度,而且具有较高的定位效率。     

基于遗传算法的火灾环境下建筑内人员安全疏散可靠度计算

将遗传算法(GAs)引入火灾环境下建筑内人员安全疏散的可靠度分析领域,并初步探讨了这一算法的具体实现过程,遗传算法可以方便地对式子复杂和难以求导的功能函数进行优化计算.算例分析的结果表明,遗传算法不仅可以实现人员安全疏散可靠度计算,而且获得了很高的计算精度,为人员安全疏散可靠度研究提供了新的有效方法和途径.     

基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

基于免疫算法的内燃机配气机构型线动力学优化设计

建立了内燃机配气凸轮机构型线的动力学数学模型,运用免疫遗传算法和Matlab语言,对该数学模型进行了仿真优化计算,与原设计相比,仿真结果表明:丰满系数提高了1.24%,动态最大正加速度在上升段下降了0.87%,在下降段上升了5.23%,动态最大负加速度下降了5.93%,使得系统动态速度和动态加速度趋于平稳,有效的减少内燃机配气机构的冲击振动,提高了内燃机的动力性能。     

时域有限差分算法与遗传算法在平面螺旋电感设计中的应用

文章通过电磁场时域有限差分(FDTD)算法与遗传算法(GA)相结合进行平面螺旋电感设计。通过优化单元网格大小，可优化设计整个平面螺旋电感（包含空气桥）的结构尺寸。介绍了该方法既能够进行严格的电磁场求解，又可以避免繁杂的实验过程，是优化设计的一种有效而准确的手段。     

A Grafted Genetic Algorithm for the Job-Shop Scheduling Problem

The standard genetic algorithm has limitations of a low convergence rate and premature convergence in solving the job-shop scheduling problem. To overcome these limitations, this paper presents a new improved hybrid genetic algorithm on the basis of the idea of graft in botany. Through the introduction of a grafted population and crossover probability matrix, this algorithm accelerates the convergence rate greatly and also increases the ability to fight premature convergence. Finally, the approach is tested on a set of standard instances taken from the literature and compared with other approaches. The computation results validate the effectiveness of the proposed algorithm.     

Application of Genetic Algorithms in Texture Analysis and Optimization

The genetic algorithms method (GAM) is a modern computer technique based on some ideas taken from biological evolution theory. The GAM is especially useful in a study of problems being not completely determined. They are, e.g., problems having a few but not very different solutions or problems without a strict (exact) solution. The last situation may occur if it is enough to find a good enough solution but not necessarily the best one. In GAM approach, it is not necessary to know a priori a general scheme of problem solution; however, it is important to have a procedure estimating the quality of a solution. This procedure is necessary to eliminate some solutions and to accept another ones. In the last years, GAM was applied with success in different areas of science (e.g., sociology, construction engineering, artificial intelligence and many others). The present authors have applied GAM in crystallographic texture analysis: the orientation distribution function (ODF) was calculated from a set of measured pole figures. The quality of obtained results was very good; however, the calculation time and memory space were relatively high. The main reason of this situation was the use of spherical harmonic function series for the ODF representation. An important simplification of the calculation scheme (and of calculation time and memory space) can be obtained if ODF is represented by a sum of a few Gauss-type functions. The quality of solutions in this new approach is still very correct. The above-mentioned improved GAM scheme was also used to find an optimal crystallographic texture that optimizes the elastic properties of material. By using this approach the Young modulus can be maximised or minimised along a given sample direction.     

遗传算法在结构振动主动控制中的应用研究

基于遗传算法，对简支梁振动主动控制的传感器/作动器位置优化问题，提出了一种以结构总储能量小为优化目标的数学模型，并编制了遗传算法软件包Ga205对此模型进行优化计算，结果表明，较之穷举法，用遗传算法解决感器/作动器进行位置优化问题是高效的，同时也是全局收敛的。     

关于Grünwald插值算子的L_p收敛速度

本文给出了以第二类Tchebyshev多项式的零点为插值结点的Grunwald插值多项式在Lp范数下的收敛速度估计,并证明了该估计在1≤p<2时是精确的。