基于遗传算法的投资组合在金融领域中的应用

遗传算法是一种模拟自然界生物进化的搜索算法,经典遗传算法采用的都是固定参数,这是对性能的一种局限和束缚。为解决这些问题,在算法中引入自适应遗传算法(AGA),即交叉概率Pc和变异概率Pm能够随适应度自动改变。自适应遗传算法在保持群体多样性的同时,保证遗传算法的收敛性。AGA由于改进了各遗传算子的参数,使算法能够适应于种群进化各个阶段的特征,使算法的优化效率和解的质量得到提高。本文将遗传算法和投资组合结合起来,提出了基于遗传算法下的投资组合模型,并举例验证。     

基于免疫遗传算法的多连接查询优化

给出了多连接查询优化问题的计算模型,分析了免疫遗传算法的基本原理,提出将免疫遗传算法应用于多连接查询优化问题。针对多连接查询优化问题的具体特点,给出了免疫遗传算法的设计,包括亲和度、适应度函数的设计,基于抗体浓度的选择算子、交叉算子、变异算子的设计,免疫算子的设计。     

算子优化遗传算法的插画艺术设计模型

针对标准遗传算法在插画艺术设计的应用中还存在搜索效率低下、复杂度过高等问题。本文提出了一种基于算子及聚类优化遗传算法的插画艺术设计模型。首先在遗传算法运行中依据种群的特点来动态调整交叉概率和变异概率的数值,以提高算法的搜索效率,然后引入K-medoids算法对遗传算法进行聚类优化,并采用一个成本函数来进行评估聚类质量的好坏,以优化原算法的复杂度,最后采用改进遗传算法对随机插画艺术设计。通过实例仿真表明,本文提出的改进算法对插画艺术设计的实现,艺术性和创新性更高。     

基于自适应遗传算法网络资源均衡与优化

文章以均衡网络业务为优化目标,提出了一种基于自适应遗传算法的资源优化路由算法,采用改进的适应度函数和自适应的交叉变异算子.理论分析表明该算法改善了最短路径路由算法容易发生阻塞及安全性不好的缺点,与基本遗传算法相比,它显著提高了收敛性能,并且具有很强的自适应能力.     

高维多峰优化的遗传算法设计

针对传统遗传算法用于多峰值问题时容易出现的问题,提出了一种基于适应度自动调节的改进遗传算法(FMT-GA)。FMT-GA算法采用了与传统遗传算法不同的适应度评估方法以及选择算子,并设计了基于适应度值大小的类似于非均匀变异的自适应变异算子以及自适应交叉算子,在约束条件的处理上,与传统的做法也有较大差异。文章最后对2个多峰值函数进行了实验测试,测试结果表明,FMT-GA算法克服了传统遗传算法易停滞于局部极值的缺陷,收敛精度以及速度都有了比较明显的提高。     

基于改进的遗传算法的后非线性盲源分离

针对后非线性盲源分离中非线性参数估计中存在的问题,提出一种基于改进的自适应遗传算法的后非线性盲源分离方法.该方法给出一种新的适应度函数,利用适应度函数值反馈调节交叉概率和变异概率的选取,并将优先进化策略和模拟退火机制引入遗传算法中,再通过线性分离算法得到分离矩阵.仿真验证表明,该方法较传统方法具有更快的收敛速度和较高的分离精度.     

大数据混沌模型寻优计算过程数学建模仿真

针对大数据混沌模型寻优计算过程无法在全局范围内实现最优并且具有不确定性因素的情况,提出一种基于改进遗传算法的大数据混沌模型寻优计算方法。对关联维数、最大Lyapunov指数以及时间序列熵进行分析和提取,依据获取的结果,采用实数编码对原参数进行遗传操作,将误差绝对值时间积分性能指标当做参数选择的最小目标函数,在目标函数中引入控制输入的平方项和惩罚函数,求出最优指标与适应度函数,通过适应度比例法和最优保留策略完成选择操作,通过选择、交叉、变异算子对种群进行处理,产生下一代种群,直至参数收敛或达到要求。仿真实验结果表明,所提方法具有很高的寻优能力。     

基于自适应变异的动态粒子群优化算法

提出了一种新的基于自适应变异的动态粒子群优化算法。该算法除了采用动态惯性权重外,还引入了自适应学习因子和新的变异算子。该算法在运行过程中,根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,采用新的变异算子变异增强了该算法跳出局部最优解的能力。对几种典型函数的测试结果表明：新算法具有很强的全局搜索能力。收敛速度和收敛精度也有所提高,并且能有效避免早熟收敛问题。     

基于模式识别的创新概念设计

现提出了一种基于遗传算法的自动求解算法,并将该算法在CAD中的应用作了展望。该算法采用基元模式识别方法识别原有的以图像形式存储的模型,在适应度函数中引入形象度和抽象度的标准,并辅以人机交互的方式来判别算法运行过程中产生的个体。实验结果表明,该算法可以充分利用原有设计图案,并能够在运行过程中产生大量的优良个体。     

基于种群优化遗传算法的城市空间增长分析模型

针对标准遗传算法在对城市空间增长分析时还存在精度不高、误差较大等问题,提出了一种基于种群优化遗传算法的城市空间增长分析模型,该模型在标准遗传算法的基础上,首先采用动态自适应调整策略对原算法遗传算子中的交叉算子和变异算子进行优化,然后引入蚁群算法,利用小生境方法限制种群个体的繁衍,以达到种族多样化的优化。仿真试验结果表明,本文提出的基于种群优化遗传算法的城市空间增长分析模型相对于标准遗传算法,其精度得到了很大的提升,降低了城市空间增长预测的误差。     

一种引入强制变异的改进遗传算法

针对常用遗传算法存在容易产生过早收敛的问题,提出了一种将强制变异、最佳解保留和自适应交叉变异参数调整相结合的改进遗传算法。这种方法将进化过程中群体的平均适应度与最大适应度进行比较,以确定是否需要对群体实施强制变异或采用自适应交叉、变异概率调整。数值模拟的结果表明,这种方法可有效地克服早熟现象,提高全局优化能力     

基于遗传算法的关联规则挖掘方法

基于对数据挖掘,特别是关联规则挖掘的研究,提出了一种改进型遗传算法的关联规则提取算法,并从编码方法、适应度函数的构造和遗传算子的设计方面进行讨论分析。通过对早熟问题的分析并改进自适应算子,提高了算法的效率,使算法在相对稳定的动态种群规模中寻找优质解。     

基于改进的遗传算法的学生成绩预测模型

针对传统的遗传算法收敛慢的问题,提出了一种改进的遗传算法并将其应用在学生成绩预测中.所采用的遗传算法改进策略包括:(1)采用实数进行编码;(2)建立个体适应值函数进行个体评价;(3)使用新的选种策略;(4)改进了杂交过程;(5)修改了入选概率小于变异概率的个体变异策略;(6)优化了算法结束条件.本文将BP神经网络和改进的遗传算法相结合构造学生成绩预测模型.实验结果表明,在误差的收敛速度以及成绩预测的准确性方面,本文提出的模型都获得了令人满意的性能.     

基于遗传算法的PID参数优化方法探讨

PID调节器是最早发展起来的控制策略之一,遗传算法是一种借鉴生物界自然选择和自然遗传学机理上的迭代自适应概率性搜索算法。本文探讨了基于遗传算法的PID控制器参数优化设计。通过适应度函数来确定寻优方向,与其他一些常规整定方法相比,遗传算法比较简便,整定精度较高。     

基于改进遗传算法的易腐品配送中心选址问题研究

针对易腐品的物流特性,提出了一种结合领域知识的遗传算法以求解存在限制性区域的易腐品配送中心选址问题。建立了成本费用模型,重新定义了适应度函数的评价方法,并设计了有效的遗传算子,最终通过实例验证了模型与算法的合理性与有效性。     

遗传算法在TSP问题上的应用

介绍TSP问题与遗传算法的基本特点与原理，讨论用遗传算法解决TSPM题的编码方面，适应度函数设计方面的采用的方法，以及遗传操作算子包括选择算子，交叉算子和变异算子的应用现状以及效果，总结了算法的改进发展的趋势，并对解决TSP问题的前景提出了展望     

基于PCA-LBP算法的竞技赛技术动作行为识别模型

针对标准LBP算法在竞技赛技术动作行为识别的应用中还存在识别精度不高等问题。本文提出了一种基于概率和PCA降维优化LBP算法的竞技赛技术动作行为识别模型,首先根据应用概率论选定一种相似度量方式作为距离,然后按对应权重在相似度级别上融合,再以这种度量方式分类识别,最后采用PCA算法对LBP法提取的运动员特征进行降维处理,以降低算法的运算量。实验仿真结果表明,本文提出的改进LBP算法在竞技赛技术动作行为识别的应用中具有更高的识别精度。     

基于改进的GA优化BP神经网络的煤矿设备的故障诊断

面对越来越多的煤矿设备出现的故障,本文提出了将遗传算法(GA)和BP神经网络结合进行预测的方法。针对遗传算法存在收敛速度慢,容易陷入局部最优的情况,本文首先采用混沌和反向学习初始化个体,其次运用差分算法对个体最优进行操作,最后,将改进的适应度函数运用到选择操作中,通过变异概率和交叉概率提高操作的准确率。将改进后的算法运用到BP神经网络中提高了样本训练效果,仿真实验表明本文算法相比于传统BP神经网络提高了精度和增强了稳定性     

基于遗传算法的考试系统组卷算法设计

本文分析了考试系统中的组卷问题,结合遗传算法,从算法预处理、编码方法、初始化群体、适应度函数、选择算子、交叉算子和变异算子这几个方面,详细地研究了如何采用遗传算法解决组卷问题。并且通过实验数据,与随机抽取算法和其它组卷算法作比较,说明了本算法的优越性。     

基于遗传算法的电子商务谈判模型设计

详细分析了遗传算法的原理,并且根据电子商务谈判模型系统的实际,进行种群的编码,给出相应的适应度函数.遗传算法收敛速度慢且性能不稳定,基于粒子群子代个体产生趋于最优个体的思想对遗传算法进行改进,设计出适合粒子群算法的交叉变异概率公式.在针对塑料颗粒的商务谈判中,应用这两种算法模型,结果表明基于粒子群改进的算法比遗传算法更能及时提供谈判解,节省了商务谈判的时间,提高了商务谈判的效率.