改进MSR图像增强算法的分析与研究

为了提高图像处理效果,提出一种改进MSR图像增强算法。首先将MSR算法中的对数函数改为双曲正切函数,然后采用MSR算法对图像进行增强处理,以提高图像的增强质量。采用仿真实验对改进MSR算法与其它图像增强算法进行对比。采用具体仿真实验对改进MSR算法的性能进行验证。仿真结果表明,相对于其它图像增强算法,改进MSR算法明显提高了图像增强后的质量,具有良好的视觉欣赏效果。     

改进的遗传算法在TSP中的应用

分析了遗传算法和模拟算法的主要优缺点,提出一种用于求解旅行商问题（TSP）的改进遗传算法,该算法有效地将遗传算法和模拟退火算法相结合,在很大程度上缩短了算法的搜索时间;利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了改进的遗传算法的有效性。     

一种基于遗传算法的小波域图像增强方法

图像增强一直是图像处理领域的研究热点.本文提出了一种基于遗传算法的小波域非线性图像增强的算法.实验结果表明,该算法既有较强的鲁棒性,也对不同的图像具有自适应性,同时取得了很好的增强效果.     

博弈树搜索算法的分析与实现

α-β剪枝算法是博弈树搜索算法中成熟而重要的一枝。本文给出其各种改进策略及实现技术,并给出实验结果分析。B*算法是α-β剪枝算法的挑战者,它给我们以新的视角看待博弈树搜索,并能克服α-β剪枝算法的一些缺陷。     

基于灰度图像分割的改进遗传算法

本文在基于灰度图像分割的基础上对传统遗传算法进行改进,提出基于染色体、基因位的改进遗传算法.该方法利用图像的直方图,对进行初始种群预处理,减少遗传算法的迭代次数.实验表明,改进的遗传算法应用于灰度图像分割能取得较好的效果.     

改进分区蚁群算法在Ad Hoc网络路由中的应用

本文针对当前Ad Hoc网络路由的特点,在Ad Hoc路由优化算法基础上提出一种改进的蚁群算法.该算法首先将影响蚁群算法性能的参数作为遗传算法中的染色体,通过迭代找出最优的参数组合,然后对区域节点采用动态邻域分解的同时进行并行优化计算,最后将各子区域进行邻域全局连接得到最优解,该算法体现"分而治之"的思想.实验仿真结果表明,改进算法有效地提高了网络传输性能和通信效率,在性能上较基本蚁群算法有更大的优势.     

基于小种群策略的并行遗传算法

遗传算法作为一种基于生物进化机制的自适应算法,适用于各类复杂系统的优化计算。然而标准遗传算法所具有的易早熟、易陷入局部最优等问题,在一定程度上限制了遗传算法的推广和使用。在对遗传算子做出改进的基础上,提出了一种基于小种群策略的并行遗传算法,从而有效地提高了遗传算法的执行效率和性能。     

基于改进的空间域变换的图像增强算法研究

为了提高图像增强后的图像质量,提出了一种改进型的图像增强算法,首先对图像进行傅里叶变换,然后对图像进行直方图修正,采用高斯平滑滤波处理技术,最多得到清晰图像。实验结果表明,提出的改进算法有效地提高了图像的清晰度,图像增效效果更为平滑。     

基于改进的遗传算法的教务排课机制研究

传统的排课算法中存在着一定的不足之处,为了解决这一问题,本文在排课算法中引入了遗传算法,用于更好地找出最好的排课方案。以课表为染色体对象,对课表进行编码,利用遗传算法实现课程的安排。本文在适应度函数中,设置了课程时段优度、课程日组合适应度、周课时分布适应度和教室日分布均匀度。为了使得算法更稳定效率,还提出了多子种群算法以及多轮轮赌的算法机制。仿真实验结果表明,本文提出的排课机制具有最优解。     

高校艺术教育的教学数据分析和管理模型

针对标准K-means算法在对教学数据分析时还存在效果不好等问题,本文提出一种基于种群优化遗传算法优化K-means聚类的高校艺术教学数据分析模型,首先为了保证遗传算法的种群多样性,然后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,接着定义了染色体的惩罚函数,根据染色体对数据的聚类结果来动态调节染色体的适合度,防止染色体早熟现象的出现,最后构建高校艺术教学数据分析模型。仿真试验结果表明,基于种群优化遗传算法优化K-means聚类的高校艺术教学数据分析模型相比较标准K-means算法具有更好的分析效果。     

一种改进的求解TSP问题的遗传算法

TSP问题是典型的NP难组合优化问题,而遗传算法是求解此类问题的一种方法。但遗传算法存在收敛速度慢和陷入局部最优的问题。针对上述问题并结合TSP的特点提出了一种改进的遗传算法,对传统遗传算法的各种操作与算子进行了优化与改进,较好地解决了种群多样性与算法收敛性的矛盾。实验结果表明,改进后的算法明显优于传统遗传算法,说明该算法具有良好的有效性与可行性。     

原位杂交技术检测肿瘤组织的染色体畸变

本实验用原位杂交技术检测几种肿瘤组织的染色体畸变,用３号,８号和１２号染色体着丝粒特异性ＤＮＡ探针,对实体瘤组织的细胞染色体进行检测,发现大多数细胞的细胞核内有两个原位杂交点,代表一对正常的染色体,有的细胞用三个原位杂交点,显示该细胞有染色体三体。整个实验过程简单,快速,准确,易重复。对分析肿瘤的细胞有一定的意义。     

基于遗传算法的TSP问题优化方法

针对传统遗传算法在巡回商旅问题优化计算中存在的弊端——收敛速度慢,迭代次数多。在传统遗传算法基础上,设计出一种加入人工选择和定向突变的优化改进算法。该优化算法通过人工方法保存具有有利变异个体和淘汰具有不利变异个体,有利变异个体进行杂交和变异,从而提高遗传算法的收敛速度,减少遗传算法的迭代次数。同时针对遗传算法易陷入局部最优解的情况,在优化算法中引入自适应参数算法,针对遗传算法的不同阶段,实现杂交概率和变异概率的自适应调节,防止算法陷入局部最优解。最后,采用国际标准的TSP测试集(TSPLIB)对优化算法的优良性进行验证,实验表明,对比其他算法,该优化算法在TSP最优解的质量上提高10%左右。     

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GIS与遗传算法最短路径问题的研究

通过对最短路径算法与遗传算法的分析,提出了适用于最短路径搜索的改进遗传算法,介绍了遗传算法的相关概念及原理,及拓扑结构的构建,并对算法各参数选择,算子设计和优化做了研究,由于到遗传算法是全局随机搜索的,速度不能保证,且对初试种群的选择有一定的依赖性,将结合一些启发信息进行改进,并通过简单实例说明改进算法的可行性。     

一种烟花算法的优化

烟花算法是一种具有较强的全局搜索和局部搜索能力优点的智能算法,针对该算法存在爆炸火星聚集,算法迭代中缺少相互协作问题,本文通过遗传算法对烟花爆炸优化算法进行改进,首先增加了爆炸点管理策略以及对每一代的最优炸点进行自适应局部搜索策略,然后利用遗传算法中的交叉变异思想与最优炸点进行信息交换,直到找到满足条件的最优解。仿真实验说明本文算法在寻优能力和寻优精度上具有很好的性能。     

改进智能水滴算法求解混合时间窗车辆路径问题

针对多目标车辆路径问题,研究了车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,并引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,运用Solomon标准测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优；并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。     

基于遗传算法改进神经网络的电力谐波检测算法

提出了基于遗传算法改进神经网络算法进行电力谐波分析的方案。遗传算法全局搜索能力强,收敛速度快的特点弥补了神经网络算法在进行谐波分析时易陷入局部最优解的缺点,同时对初始权值进行遗传算法进化也大大加强了整个算法模型的泛化能力。针对算法本文借助MATLAB的遗传算法和神经网络算法工具箱进行仿真训练发现使用遗传算法改进神经网络算法收敛速度更快,计算结果准确性更高,具有较好的谐波分析效果。     

研究基于遗传算法的函数型小波网络

本文提出了一种结合实数编码与二进制编码的多值编码遗传算法,该算法在同一条染色体上同时使用实数编码与二进制编码,有机结合了两者的优点,并把该遗传算法用于优化函数型小波网络的结构和系数,获得具有更好泛化能力的小波网络。仿真实验结果证实了这种网络的有效性和优越性能。     

一种避免早熟收敛的改进遗传算法

针对传统遗传算法的早熟收敛问题,在著名的"基因块"假设的基础上,提出了一种改进算法:利用设计的新算子对传统遗传算法演化过程中被淘汰的个体进行二次演化,使得可能包含在将来的演化中对结果的全局最优性产生重要影响的基因块得以保留,以此来避免遗传算法早熟收敛现象。实验结果证明了该改进算法可以有效地避免早熟收敛,提高了算法全局优化能力。