共查询到20条相似文献,搜索用时 15 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
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. 相似文献
5.
6.
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. 相似文献
7.
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。 相似文献
8.
9.
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。 相似文献
10.
11.
一种引入强制变异的改进遗传算法 总被引:1,自引:0,他引:1
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 相似文献
12.
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。 相似文献
13.
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. 相似文献
14.
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。 相似文献
15.
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。 相似文献
16.
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 相似文献
17.
18.
19.
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。 相似文献
20.
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. 相似文献