遗传算法类库GAlib介绍及应用示例

本文是对基于C＋＋语言开发的遗传算法类库GAlib的介绍。GAlib包含多种进化个体的编码形式及遗传算子,用户界面简单,便于扩展。本文中,对GAlib中主要类进行了说明,并介绍了如何使用GAlib求解优化问题以及如何扩展GAlib。     

面向实用的C＋＋类库的构造

面向对象程序设计（ＯＯＰ）是九十年代程序设计发展的主流，Ｃ＋＋是面向对象程序设计语言（ＯＯＰＬ）中最流行的一种，但一些因素严重影响着Ｃ＋＋语言的普及使用，其中最主要的一点就是Ｃ＋＋缺乏实用、方便的公用类库、本文介绍了两个Ｃ＋＋语言类库的构造。     

PowerBuilder类库的发展及基础类库

本文通过比较各种PowerBuilder类库的结构及继承模式，阐述PowerBuilder基础类库PFC（PowerBuilder Foundation Class）的优越性，即PFC基于服务器的结构允许基础组织的重用并又使得继承和管理方面的易用性大大增强。     

面向系统辨识的离散系统模型类库

本文分析了系统辨识中常用的几种离散系统模型的结构,这些离散系统模型及其预测器模型在形式上都能表示成线性回归模型,并且一个复杂的模型能由几个简单的模型所构成。根据离散系统模型结构的这些特点,我们用面向对象的程序设计思想,用“类”的概念来实现各种离散系统模型,从而形成离散系统模型类库,并可由此派生出其它更具针对性的模型类。此离散系统模型类库和递推辨识算法类库结合在一起,可方便地构成完整的系统辨识程序。本文将介绍这一离散系统模型类库的层次结构及模型类库在系统辨识中的一些应用,给出两个例子。     

PowerBuilder类库的发展及基础类库PFC

本文通过比较各种PowerBuilder类库的结构及继承模式,阐述PowerBuilder基础类库PFC(PowerBuilder Foundation Class)的优越性,即PFC基于服务器的结构允许基础组织的重用并且使得继承和管理方面的易用性大大增强.     

数据结构可视化类库的设计与实现

本工作室开发的数据结构可视化类库(JVDSCL,Visual Data Structures Class Library in Java)将可视化技术引入数据结构类库,实现了数据结构可视化。介绍了对数据结构类的可视化扩充方法,给出了实现各种数据结构可视化布局算法的基本框架。JVDSCL可以应用在程序调试和软件开发,提高软件的可视性、重用性与开发效率。     

数据结构可视化类库的设计与实现

本工作室开发的数据结构可视化类库（JVDSCL，Visual Data Structures Class Library in Java）将可视化技术引入数据结构类库，实现了数据结构可视化。介绍了对数据结构类的可视化扩充方法，给出了实现各种数据结构可视化布局算法的基本框架。JVDSCL可以应用在程序调试和软件开发，提高软件的可视性、重用性与开发效率。     

面向对象的控制系统类库设计

本介绍了采用面向对象的设计方法进行控制系统类库开发的设计思想和类结构定义，该类库可以实现软件的重用和代码共享地，可以大大提高大型控制系统仿真软件的开发效率和质量。     

面向衫的C＋＋类库的构造

面向对象程序设计（ＯＯＰ）是九十年代程序设计发展的主注以及Ｃ＋＋是面向对象程序设计语言中最流行的一种，但一些因素严重影响着Ｃ＋＋语言的产及使用其中最主要的一点就是Ｃ＋＋缺乏实用，方便的公用类库，本文介绍了两个Ｃ＋＋语文类库的构造。     

设计模式在储层算法类库的应用

介绍一种基于设计模式的储层算法类库中类间通信的框架模型,该框架模型将单件模式,观察者模式应用到设计和开发之中,使整个类库的可复用性和可扩展性有了很大的提高。     

遗传算法在同分异构体生成中的应用研究

研制了一种用遗传算法成有机化合物同分异构体的程序ＩＳＯＧＥＮ，提出了新的用于表示分子结构的结构编码方案，这种结构编码非常简单且具有唯一性。     

遗传算法的收敛性研究

本文讨论了遗传算法的收敛性问题，提出了一个收敛的充分条件，证明了对任何问题，只要其问题空间编码和遗传操作的组合满足这个条件，就可以用遗传算法求解，由此得到了ＧＧＡ－难题珠新定义，解释了现有模式理论所不能解释的最小欺骗问题，并讨论了它的可操作性。     

遗传算法优化效率的定量评价

为了评价遗传算法的优化效率,提出了"平均截止代数"和"截止代数分布熵"的概念,并用二者组成的平面测度作为评价准则.在此基础上,以浮点型遗传算法为例,对不同遗传算子的优化效率进行了详细的研究.结果表明,不同遗传算子对应着不同的优化效率;这为选择高效的遗传算子提供了科学依据.     

基于遗传BP网络的快速分类算法的构建

为获取能快速分类的智能算法,在分析BP算法原理与缺陷的基础上,首先对标准的BP算法进行了改进,然后利用已改进的BPX算法优化遗传算法选优过程,提出了GA＆BP混合算法,该算法兼顾了GA算法的全局收敛特性和BP算法快速的局部收敛能力,使算法既有较快的收敛速度又不易陷入局部解。仿真结果表明GA＆BP混合算法的收敛速度、误差精度等主要性能指标有明显改善。     

遗传算法在Sierpinski地毯Hausdorff测度计算中的研究与应用

遗传算法是一种高效的全局优化概率搜索算法,基于分形几何中测度难以计算的问题,本文提出了采用遗传算法来求解Sierpinski地毯近似最优Hausdorff测度的思想,并研究和分析了遗传算法在Sierpinski地毯Hausdorff测度计算中的具体实现。     

遗传算法用于结晶过程动力学参数辩识

遗传算法是一类随机优化方法。常被用于解决复杂的优化问题,基于群体的搜索,重组和变异是遗传算法区别于其他优化方法的主要特征。文章中将遗传算法应用于过饱和溶液Ｌｉ２Ｏ．３Ｂ２Ｏ３－Ｈ２Ｏ体系结晶过程动力学参数辨识,确定了结晶反应速率常数、热力学平衡浓度和表观反应级数。     

用遗传算法进行工程优化的实现策略

本文针对常规遗传算法应用中容易产生早熟现象、效率不高和最优染色体编码易被破坏等问题，提出了解决这些问题的策略，并在计算机上编程予以实现。用这些策略解决了工程优化问题，结果证明，这些策略理论上是正确的，方法上是可行的。     

遗传算法求解完全欺骗性问题的平均计算时间

讨论了一类遗传算法求解完全欺骗性问题的平均计算时间,证明了这类算法的平均计算时间是问题规模的指数次方,同时指出存在一种基于多重结构的遗传算法,它求解这个问题的２计算时间是问题规模的多项式次方。     

基于遗传算法的时变纯滞后系统的在线辨识与控制

本文介绍了一种基于遗传算法的大滞后时变系统的在线参数辨识和控制方法。将基于遗传算法的时滞系统参数辨识和时滞系统的Smith预估控制结合起来,试验证明本方法对于参数在较大范围内改变的大滞后系统的控制是有效的。     

基于遗传算法和模糊积分的多分类器集成

多分类器联合是解决复杂模式识别问题的有效办法。模糊积分是其中一种多分类器联合方法。但是对于模糊积分。如何计算模糊积分密度是一个尚未解决的问题。本文提出了一种基于模糊积分和遗传算法的分类器集成方法，该方法利用遗传算法计算模糊积分密度函数，再利用模糊积分把分类器输出信息联合起来。实验结果表明，该方法比其他方法能够得到更好的识别性能。