基于不动点理论的改进遗传算法

针对标准遗传算法收敛精度不高的缺陷,把不动点理论引入遗传算法。将种群中的个体视为剖分中的点,通过对解空间进行J1剖分和整数标号得到个体承载单纯形的顶点标号信息;利用该信息指导算法进行最优化搜索和收敛性判断。当种群个体的承载单纯形全部转化为全标单纯形时,算法中止,得出全局最优解。算例结果表明,该算法具有很高的计算效率和稳定性。     

基于不动点算法和K2(m)剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解.首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2(m)剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解.算例...     

基于不动点算法和K_2（m）剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解。首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2（m）剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解。算例结果表明,改进后的算法在6代之内完成收敛,显示了极高的全局优化形态与计算效率。     

整数标号的Brouwer不动点的构造性算法

本文提出计算标准单纯形上连续自映射不动点的一种整数标号的变维数单纯重复开始算法，该算法给出了Ｂｒｏｕｗｅｒ不动点定理一个新的构造性证明。数值结果表明新的算法是行之有效的。     

遗传算法的改进及应用

针对遗传算法中存在的封闭竞争问题，本文提出一种线性交叉算子并通过在整数规则中的应用证明了改进遗传算法的有效性。     

整数标号变维数不动点算法

给出了两种新的整数标号规则，在此基础上论述了改进的变维数不动点算法的实现及其在非线性方程组问题、可微优化问题、不可微优化问题中的应用，数值结果表明，本文的方法是很有效的。     

基于新的D2三角剖分的变维数不动点算法

本文在D_1三角剖分的基础上,构造了标准单纯形S~n上的一种新的三角剖分D_2,并与之相应地建立了一种新的变维数不动点算法。数值试验表明基于三角剖分D_2的变维数算法是可行的。     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较.仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于遗传算法的PID参数寻优

针对工业过程中常见的二阶大滞后对象的PID参数调节问题,采用具有全局优化能力的遗传算法对PID参数调节和优化,并同单纯形算法作了比较。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性     

基于改进遗传算法的开关磁阻电机优化设计

针对传统的遗传算法存在搜索效率低和无客观判敛标准的缺点,结合不动点算法的渐细剖分思想对其进行改进,首先将函数优化问题转换为不动点问题;然后对解空间做单纯剖分,根据剖分顶点信息进行迭代搜索;最后将寻找到的全标单纯形转换为目标值输出.将改进算法应用到开关磁阻电机的结构优化设计中,建立了以电磁径向力最低为目标的优化设计模型.以功率为2.2kw的电机为例,利用该模型进行优化分析,并与原电机参数进行对比.结果表明,改进后的算法经过10次迭代后求得较好的全局最优解,稳定高效.     

遗传算法构建的神经网络及在机械工程中的应用

在分析遗传算法和神经网络优点的基础上,采用遗传进化的方式自动获得神网络的结构、权值和阈值．提出了构建神经网络模型参数的遗传算法分区编码方案,构建了适应度函数并依据个体适应度值的大小动态调整隐层节点及连接权个数的方法,给出了整体算法过程．采用该方法构建的神经网络计算两自由度的机械手参数,并通过实例仿真与常规凭经验构建网络结构及采用BP学习算法相比较,采用遗传算法构建的神经网络具有仿真精度高、占用资源少、计算效率高等优点．     

基于遗传模拟退火算法的改进K-medoids算法

针对标准K-medoids算法在大数据聚类应用中易陷入局部最优解以及聚类效果受初始中心限制的缺点,提出了基于遗传模拟退火算法的K-medoids改进算法。该算法结合遗传算法和模拟退火算法,可以增强标准K-medoids算法在聚类时的全局搜索能力,并加快其收敛速度。对比实验证明:这一改进有效地弥补了标准K-medoids算法的上述缺陷,达到了提高聚类效率、加快收敛速度、改善聚类质量的目的。     

基于相似性遗传算法及其在JSP中的应用

提出一种基于个体相似性的改进算法, 当种群的多样性较好时,采用标准的交叉策略;当种群的多样性较差时,根据个体的相似性选择个体配对, 避免相同的个体配对交叉, 减少高度相似个体进行配对交叉的概率, 从而提高交叉操作的效率. 用该改进算法对基准作业车间调度问题（JSP）进行计算,仿真结果表明：该算法优于标准遗传算法.     

基于遗传算法的自适应滤波器设计与实例仿真

LMS算法是自适应滤波器最为常用的算法,该算法比较简单,但决定其收敛速度和稳定性的学习速率难以确定;遗传算法是一种高度并行的全局搜索方法,能够有效地用于自适应滤波器的权系数寻优.文章讨论了基于遗传算法的自适应滤波器的设计过程,并作为一个应用实例,将其应用于线性系统辨识中,取得了较好的仿真结果.     

Scanner external calibration algorithm based on fixed point in robot remanufacturing system

This paper deals with the scanner exterior calibration algorithm when the scanner is arranged by the robot and the object scanned is fixed on a rotate device in the Robot Remanufacturing System. The method of calibrating the relationship between the scanner coordinate and the robot Tool0, such as the rotation, Rx, Ry, R,, and the transformation X, Y, Z is studied. The data of Tool0 can be directly obtained from the relationship with the robot base-coordinate. So, the coordinate relationship between the scanner coordinate and the robot base coordinate can be easily gotten. This paper explains the basic algorithm theory, computing method, data collecting process and the resulted data in detail. The calibration algorithm is deduced under the orthogonal coordinate.     

Scanner external calibration algorithm based on fixed point in robot remanufacturing system

This paper deals with the scanner exterior calibration algorithm when the scanner is arranged by the robot and the object scanned is fixed on a rotate device in the Robot Remanufacturing System. The method of calibrating the relationship between the scanner coordinate and the robot Tool₀, such as the rotation, R _x , R_y, R_z, and the transformation X, Y, Z is studied. The data of Tool₀ can be directly obtained from the relationship with the robot base-coordinate. So, the coordinate relationship between the scanner coordinate and the robot base coordinate can be easily gotten. This paper explains the basic algorithm theory, computing method, data collecting process and the resulted data in detail. The calibration algorithm is deduced under the orthogonal coordinate. Foundation item: Project (50075086; 50235030) supported by the National Natural Science Foundation of China; Project (413270103) supported by National Basic Research Foundation of China; Project (2000-476) supported by the Ministry of Education for the Outstanding Teachers     

基于内点法的支撑向量机算法

内点法是近年来发展起来的求解线性规划和二次规划的一种新方法,它有许多优点。支撑向量机问题中的二次规划问题有它特殊的一些性质,如它是一个凸二次规划,约束比较少而且都是线性约束,它的矩阵Q对称半正定且稠密。该文探索了用内点算法求解支撑向量机中这种特殊的二次规划问题,并给出了数值实验,表明这是一种好的求解支撑向量机的方法。     

基于双模式变异策略的改进遗传算法

针对基本遗传算法寻优速度慢且易陷入局部最优的缺陷,提出了一种基于双模式变异策略的改进遗传算法。在标准变异的基础上引入个体线性差分变异思想形成双变异模式,同时利用控制参数对两种变异模式加以平衡。通过10个基准测试函数仿真实验,结果表明本改进算法在寻优速度和全局收敛能力上都有较大的提高。