基于改进遗传算法的最优阈值图像分割算法

利用遗传算法具有全局优化的性能,将其引入到图像分割中。并针对传统遗传算法存在的不足,在前人研究工作的基础上,对传统的遗传算法进行了改进,优化了遗传算法的求解最优阈值的过程,并给出了算法的具体实现步骤。     

基于遗传算法的多水源环状管网优化设计

遗传算法应用于管网优化时会表现出收敛速度慢、结果不理想等缺陷。针对环状管网优化设计的管径离散、约束条件多等特殊性,充分利用管网水力特性,通过模糊判断、扰动等手段干预遗传算法进化方向和进度,使得遗传算法在一定程度上改变了应用于管网优化时表现出的缺陷。算例表明,改进后的遗传算法值得在管网优化设计中推广。     

《遗传算法》电子教材编写的几点启示

本文着重分析了《遗传算法》选修课电子教材编写的必要性和现实意义。指出《遗传算法》选修课电子教材要突破传统教材的局限性,应在实用性和教学对象及教学目标相结合的基础上编撰。     

一种采用自适应免疫遗传算法的分子对接构象搜索方法

分子对接是计算机辅助药物分子优化设计中的重要组成部分。搜索算法和评分函数是当前分子对接研究的难点与热点。本文提出了一个基于自适应免疫遗传算法的分子对接构象搜索方法AutoDockAIGA。设计了基于自适应免疫遗传算法的构象搜索方法,运用此方法对蛋白质-配体复合物进行实验测试,实验结果与AutoDock3.05模拟退火算法和拉马克遗传算法在能量得分、对接精度和对接时间上进行对比分析,实验表明,AutoDockAIGA对接结果精确性高,收敛速度快,具有更高的寻优能力。     

多新息无模型控制律收敛性分析及参数优化

基于多新息理论、无模型控制、遗传算法优化的思想,提出了一种新型非线性无模型控制方法,并对该控制器的收敛性进行了分析.该方法采用多新息理论间断迭代的思想,利用系统当前和历史数据,以遗传算法对控制律中的参数进行在线优化,经过优化后的控制律作用于非线性对象,特别是对具有纯时间延时动态系统在收敛速度方面具有更好的效果.仿真研究表明了该控制方法的有效性.     

基于遗传算法的建筑结构优化设计应用研究

文章对桁架结构实际工程进行优化设计,引入分部优化法和遗传算法相结合的结构设计优化思路,建立杆件的优化数学模型,以Matlab遗传算法工具箱为平台,引入惩罚函数对实际工程的离散设计变量进行处理,对优化前后的结果进行对比分析。     

基于遗传算法和k-medoids算法的聚类新算法*

提出一种基于遗传算法和k-medoids算法的新的聚类算法。指出该算法除能提高聚类的精度和识别孤立点外，还能加速遗传算法的收敛速度，节约时间成本。     

基于混合交叉的微遗传算法改进研究及应用

本文给出一种基于混合交叉的改进微遗传算法（简称μGA-BLX）,用于常规遗传算法存在的计算量大、收敛速度慢等缺点。本文μGA-BLX算法在交叉操作上采用了BLX-α算子,增强了算法的搜索能力;在变异操作上引入了Cauchy变异算子,增强了种群多样性和算法探索能力。此外,本文μGA-BLX还在算法重新初始化阶段引入了算法个体池,减少了重新生成个体的盲目性。通过行星齿轮传动机构参数优化计算结果表明了算法的有效性。     

基于蚂蚁算法的协同产品设计链合作伙伴选择研究

优化的设计链可以缩短产品上市的时间，从而获得竞争优势。合作伙伴选择是设计链构建的重要环节，设计链伙伴选择的求解是一个组合优化问题，将蚂蚁算法与遗传算法相结合用于合作伙伴的优化选择，利用遗传算法快速的全局搜索能力生成信息素分布，蚂蚁算法求精确解，优势互补，得到了满意的效果。     

改避遗传算法在车辆路径问题中的应用

通过设计一种新颖的交叉算子构造一种改进的遗传算法。此算法对于种群的多样性要求不高,并能够避免传统遗传算法存在的“早熟收敛”问题。将该算法应用于车辆路径问题实例,实验结果表明,此算法能够有效地求得车辆路径问题的解。     

基于遗传算法优化的BPNN读者满足率评价模型

在分析读者满足率意义及与其相关因素的基础上,提出了基于遗传算法优化的BPNN读者满足率评价模型,并通过实验验证了其有效性。     

基于食物链的改进三种群遗传算法

借鉴生态学中的能量传递方式——食物链,按照营养级的划分,将种群分为大小不同的三个种群,按照不同的遗传操作方式并行进化并每代进行最优单体特征的传递,将这种改良的算法与模糊控制器操作联系起来,对隶属度函数、模糊规则以及量化因子和比例因子进行完整优化,最后的结果显示该改良算法优化后的模糊控制器较双种群遗传算法和普通的三种群遗传算法其控制性能在很大程度上得到了明显改善。     

改进遗传神经网络算法在销售预测中的应用研究

针对传统BP神经网络销售预测算法存在学习效率低、收敛速度慢、易陷于局部极小值等不足,提出改进措施:采用自适应学习效率提高算法的有效性和收敛性,采用附加动量法提高算法的适应性,采用改进的遗传算法优化神经网络的权值,利用改进遗传算法全局寻优的特性实现快速寻优及精确预测的目的。最后用实例计算验证本算法。     

利用遗传算法确定医学文献的研究热点

提取医学文献的主题词特征向量,检索文献在发表两年后的最新被引次数,以此作为热点文献的指标,利用遗传算法编程,优化提取出能表达热点文献内容的主题词组合。以肿瘤干细胞为测试对象,以词频分析所得的结果作为基准线,并请相关领域专家对两组结果进行评价比较,结果显示遗传算法所得到的结果优于词频分析。     

具有记忆功能的进化算法研究综述

阐述了进化算法的基本原理,讨论了几种典型的算法,包括传统的遗传算法,基于免疫系统克隆选择理论的克隆选择算法,并通过分析了其记忆功能,指出可能的改进形式,展望了今后的研究重点和发展趋势。     

基于遗传算法的BP神经网络在车牌识别中的应用

车牌识别技术作为现在交通的一项重要应用方向应用非常广泛。目前,尽管已经出现一部分车牌识别系统相关产品,但是对识别的算法研究发展一直在深入,而且有进一步地研究改进。本文对已有的车牌识别技术进行了深入的研究,在研究的基础上结合遗传算法和BP神经网络方法,提出了基于遗传算法的BP神经网络的车牌识别方法,并在MATLAB平台实现了识别。其中包括车牌定位、字符切分及车牌识别三个模块。检验结果表明,本文设计的车牌识别方法是可行的而且更有效地进行车牌识别,提高了收敛精度和识别率度,从而验证了该方法的有效性,为今后的产品化奠定了很好的算法基础。     

群体智能算法在投资组合中的应用

群体智能算法作为一系列优化问题求解的算法，已被广泛应用到投资组合问题求解的过程当中。就群体智能算法在投资组合中的应用进行了详细梳理，且选取了遗传算法和粒子群算法这两种典型算法，基于股票收益率真实数据，建立投资组合模型并对其求解。实验结果表明，与等权重投资组合方式相比，构建投资组合模型所得到的实际收益率更高，且在投资组合优化模型中，较粒子群算法，遗传算法最优解优于前者，且运行时间较短。     

基于改进遗传算法的多目标配电网重构

配电网重构是配电管理系统的重要内容,从本质上讲,它是一个非线性组合优化问题,若采用传统的遗传算法处理,由于其易于陷入局部最优解和随着配电网规模的扩大搜索效率低的问题,难以得到理想结果。文中提出一种改进的遗传算法来处理配电网重构问题,采用实数编码,减小了染色体长度和生成不可行解的概率,同时遗传父代优良基因的可能性大大增加。针对适应度函数计算中潮流收敛速度慢的缺点,采用前推回代的方法,大大减少了潮流计算的时间,较好的解决了配电网重构问题。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

框架结构基于遗传算法的参数型模型修正

采用Ansys的solid45单元实体模型模拟实际的框架结构,MATLAB7.1编程模拟损伤识别所需的有限元理论模型,用实体模型分析模态数据来修正理论模型。运用遗传算法,以框架梁、柱计算长度修正对象,对理论模型进行修正。对遗传算法目标函数进行改进,将多目标函数转化为单目标函数。使用频率相对误差和模态置信度MAC对修正前后的动力特性进行比较,结果表明改进后的方法在前几阶模态上修正效果良好。     

机场终端区飞机排序的遗传算法

为了解决机场终端区飞机排序问题,以延误时间最短为目标函数建立了规划模型,提出了用遗传算法解决多跑道飞机调度的方法,对着陆飞机排序问题进行了仿真计算,并与先到先服务算法进行了性能比较。仿真结果表明,模型和算法有效。