改进遗传算法在企业经营参数优化中的应用

鉴于遗传算法固有的缺陷，提出了一种改进遗传算法，并指出了这种算法的优越性。本文将改进遗传算法引入到企业经营参数优化的问题中，以一个矿山企业经营参数优化实例证明了改进遗传算法具有很好的应用效果。     

基于免疫单亲遗传算法在TSP中的应用

基本遗传算法保持群体多样性的能力较差,所以经常在问题求解的过程中极易陷入局部最优解。根据生物的免疫原理和单亲遗传算法并结合最近邻域算法思想提出的一种改进算法———基于免疫单亲遗传算法（IPGA）。免疫遗传算法中的基因重组、免疫记忆以及免疫元动态等特性,这些特性有助于改进基本遗传算法群体多样性的保持能力。最后结合48个城市旅行商问题进行了求解,仿真结果表明,基于免疫单亲遗传算法具有更好的性能,相对于传统的遗传算法收敛速度提高了30%。     

免疫遗传算法对中国区域经济协调发展的聚类及预测分析

利用免疫遗传算法,对中国区域经济协调发展水平做聚类分析;将免疫遗传算法与BP神经网络相融合,对中国区域经济协调发展水平进行预测.首先建立区域经济协调发展评价指标体系,通过主成分分析对指标数据降维;然后利用免疫遗传算法,对2014年的中国区域经济协调发展水平进行聚类与预测分析.仿真表明,聚类、预测结果与客观实际有较高的吻合度,免疫遗传算法能较好地实现数据聚类分析,免疫遗传算法优化的BP网络预测模型合理有效.     

基于免疫遗传算法的高校运动会赛程编排问题研究与实现

随着信息化技术在高校的推广,我国部分高校已经开始利用计算机技术来进行高校运动会的管理,但赛程编排工作一直困扰着运动会管理人员,经过分析和研究提出一种基于免疫遗传算法的高校运动会赛程编排方法。免疫遗传算法将生物免疫原理引入到传统遗传算法中,通过接种疫苗来提高抗体的适应度,从而防止种群快速退化。最后通过相关实验说明免疫遗传算法与传统遗传算的性能差异,并利用免疫遗传算法来解决高校运动会赛程编排问题。     

一种有效的多目标混合遗传算法

设计了一种基于支配关系下的局部搜索方法，将此局部搜索方法嵌入到多目标遗传算法中，从而提出一种有效的求解多目标优化问题的混合遗传算法。为加速遗传算法在全局优化问题上的收敛性，发挥传统数值优化算法在计算速度与计算精度上的优势，在遗传算法中镶嵌一个多目标线搜索算子。线搜索算子与遗传算法中的选择算子、交叉算子和变异算子共同作用，使全局搜索和局部搜索都能够很好的实现。数值实验表明，该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。     

基于寿命特征的模糊遗传算法

在知识发觉中遗传算法已经广泛应用于分类，模型选择和其它优化问题．但是它的行为和表现却直接受其输入参数值（如交叉概率和变异概率）的影响，不合理的参数设置通常会导致许多问题比如早熟问题．为此有的学者提出用自适应技术在算法过程中自适应调整这些参数，但这并未对遗传算法产生整体的改善，因为参数设置是依赖于具体问题的．提出了基于染色体个体寿命特征的遗传算法，用模糊逻辑控制器自适应调整交叉概率和变异概率、这个方法加强了遗传算法的全局搜索能力，很好的解决了早熟问题．将本算法和标准遗传算法及自适应遗传算法比较，仿真结果表明本算法在克服早熟问题上的明显优势．     

免疫算法与遗传算法的比较

免疫算法与遗传算法二者有不同点，通过仿真实验表明它们之间在功能和应用方面有区别．     

两种进化算法在BSS中的应用比较

介绍了两种分别引人遗传算法和免疫算法的盲源分离方法．通过仿真比较试验表明,两种算法对混叠信号的分离都有效,但基于免疫算法的分离效果都优于基于遗传算法的分离结果．     

适应值共享小生境遗传算法实现与性能比较分析

小生境遗传算法是近年来智能计算领域的研究热点之一,基于适应值共享的小生境遗传算法在解决多种优化问题时收到了很好的效果.该文对基于适应值共享小生境遗传算法的多种实现机制进行探索,并对不同类型算法各自的性能、适应情形和优缺点进行比较分析.     

基于自适应遗传算法的抽题组卷策略

为克服经典遗传算法求解智能组卷时存在的盲目搜索、收敛速度慢和个体易“早熟“等缺点,文章提出了基于动态自适应技术遗传算法。利用求解问题的特征改进经典遗传算法的多个关键部分,采用动态自适应技术,提高算法的寻优速度。实验结果表明,采用改进式的自适应遗传算法实现的组卷策略具有收敛速度快、搜索精度高、鲁棒性强等特点,具有很好的性能与实用性。     

基于交叉免疫算法的多用户检测器

基于传统的免疫算法,提出了一种多种群并行遗传交叉免疫的多用户检测器,其在加快收敛速度的同时避免了因近亲繁殖容易造成早熟收敛的缺陷.仿真结果表明:所提出的检测器在误码率方面有良好的性能.     

基于克隆选择原理求解多峰函数优化问题

文中分析了传统的用于多峰函数优化问题的小生境遗传算法的特点和不足,基于免疫系统中的克隆选择原理,合理地构建了克隆选择算子及引入一种新的小生境技术,提出了一种解决多峰函数优化问题的小生境克隆选择算法.最后,实现了该算法对几种典型的多峰函数的优化仿真,结果表明该算法简单有效.     

动态血氧饱和度监测算法的研究

首先利用多孔算法提取候选特征点,然后利用免疫遗传算法删选特征点,极大的提高了血氧信号特征点提取的有效性,为血氧饱和度的精确计算提供了一种行之有效的解决方案．     

面板堆石坝筑坝材料力学特性参数反演分析

介绍了土石坝筑坝材料本构模型参数反演计算原理,并采用基于免疫遗传算法的反演方法并结合某面板堆石坝筑坝材料大型现场压缩试验,对该面板坝筑坝材料的E—B模型参数进行反演计算,分析计算结果的合理性,说明此反演结果可以对筑坝材料的室内三轴试验结果进行修正,并为原型大坝的变形与应力分析提供更为可靠的依据。     

超声波电机的速度智能控制研究

针对超声波电机参数的时变性、系统内在的非线性和系统的强耦合性等特点,提出基于免疫遗传算法的超声波电机模糊神经网络速度控制策略．实验结果表明,与传统模糊神经网络速度控制相比,采用该方法的系统能较好地实现设定的超声波电机速度参考模型的自适应跟踪,响应速度脉动小,具有控制灵活、适应性强、控制精度高、鲁棒性强等优点．     

IGA用于电除尘高压电源优化控制研究

通过对电除尘器工作原理的分析,建立了电除尘器高压电源供电数学模型。以这些数学模型为基础,采用免疫遗传算法对电除尘器高压电源进行优化控制的仿真研究。仿真结果表明,只要合理调节各级电场的工作电压、尽量减少无效电流和低效电流的发生机会,可使电除尘器高压电源的控制性能达到最佳状态。     

智能化技术在入侵检测中的应用

首先给出计算机网络入侵、入侵检测和入侵检测技术的概念 ,接着介绍入侵检测中的滥用检测和异常检测 然后从智能化入侵检测这个角度对遗传算法、神经网络、人工免疫、支持向量机等智能检测技术作了阐述 最后结合自己的研究 ,提出智能化技术在入侵检测中的发展趋势和主要研究方向     

遗传算法的研究

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法．近年来，由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用，这种算法受到了国内外学者的广泛关注．本文介绍了遗传算法的研究现状和基本原理，概述了它的理论和技术，并对遗传算法的性能作了分析．以推销员旅行问题为例来展示遗传算法在求解复杂优化问题上的优越性．