基于整型编码遗传算法技术的智能组卷系统的研究

根据智能组卷的概念建立组卷数学模型与目标函数,并提出基于遗传算法的智能组卷策略.通过采用分段整型编码方案和遗传算法的选择、交叉、变异操作,有效地解决了组卷这个多目标优化求解问题.     

混沌遗传算法在自动组卷中的应用研究

该文提出了一种基于混沌序列的改进型遗传算法来实现自动组卷的新方法．首先对染色体采用分段自然数编码策略;然后,将混沌机制同时引入到遗传算法的交又和变异阶段,在交叉阶段交叉基因座由混沌交叉算子来确定,在第三阶段变异个体的变异基因住由混沌变异算子来给出．该算法将混沌优化的遍历性、规律性与遗传算法的全局性相结合,有效地克服了遗传算法随机性大、未成熟收敛等缺点．     

基于改进遗传算法的自动组卷算法研究

在在线考试自动组卷中,为了避免简单遗传算法收敛速度慢及早熟收敛的问题,提出了基于实数编码、分段交叉、有条件生成初始种群的改进遗传算法。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。     

TSP问题的演化算法求解

该文针对遗传算法在解决排序优化时,交叉操作会导致非法染色体出现,必须使用一些较为复杂的方法加以解决,从而使得计算量增大的问题,提出了一种改进的遗传算法,取消交叉操作,强化变异作用.既简化了遗传操作,又克服了早熟现象,较为成功地解决了TSP问题.     

改进遗传算法在智能组卷系统中的应用

智能组卷是教育测量标准化、规范化的重要组成部分,在分析了传统组卷方法的优缺点和组卷的约束条件及目标要求的基础上,提出一种基于改进遗传算法的组卷策略,并建立了智能组卷系统问题求解的理论模型。为了快速组成难度呈正态分布的高质量试卷,通过采用分段实数编码方式和设计了遗传算法的选择、交叉、变异操作,实验结果表明,提高了算法的寻优能力及寻优速度,使算法更加符合组卷问题的特点,加快组卷速度,具有较好的实用性。     

改进遗传算法求解单任务Agent联盟

多Agent系统中,Agent形成联盟来完成任务,是Agents间的一种重要合作方式。遗传算法在求解单任务Agent联盟时存在稳定性较差、收敛速度慢、寻优能力不强等问题,对此,提出一种基于改进遗传算法的单任务联盟形成策略。该方法通过定义衡量遗传算法种群多样性参数,根据该参数值使用不同的配对策略在潜在交叉集合中选择个体进行配对交叉,以减少无效的交叉操作,从而提高交叉操作的效率;针对传统变异算子缺乏一定的方向性,通过个体Agent能力大小确定变异基因位,以提高算法搜索性能。对比实验结果表明,该算法可以快速、高效地找出合适的Agent联盟。     

均匀设计抽样在遗传算法中的应用

众所周知．遗传算法的运行机理及特点是具有定向制导的随机搜索技术。其定向制导的原则是：导向以高适应度模式为祖先的“家族”方向。而遗传算法中的交叉操作就是在高适应度模式中寻找最优解的操作。文章以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计。使其能随机、均匀地搜索高适应度模式空间,能有效提高搜索的效率。称这样得到的新的遗传算法为均匀设计抽样遗传算法。最后将均匀设计抽样遗传算法应用于求解函数优化问题,并与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较。可以看出新的算法不但提高了算法的速度和精度．而且避免了早熟现象。     

多资源约束作业车间调度问题的模型研究

在柔性作业车间调度问题模型的基础上,针对资源约束作业车间调度问题及多目标柔性作业车间调度结合的问题,建立了资源约束下多目标柔性作业车间调度问题的数学模型,提出了启发式活动调度算法与遗传算法结合来对模型进行求解。选择操作采用轮盘赌选择方式;交叉操作采用基于活动启发式算法的交叉算子;变异操作采用基于领域搜索的变异。最后分析了一个具体调度结果实例。     

种群规模自适应遗传算法操作中的合法性分析

本文分析了种群规模自适应遗传算法在选择、交叉、变异操作中的合法性，给出了交叉率的建议公式。实验结果证明了建议公式的正确性。     

基于自适应差分遗传算法的BP神经网络优化

针对遗传算法在优化BP网络时出现收敛慢、预测能力有限等问题,提出一种用于优化BP神经网络的差分进化遗传算法。结合差分进化与遗传算法,首先对BP神经网络待优化参数编码,然后在经过遗传交叉和差分变异操作后,根据适应度值对种群规模进行自适应操作,以满足不同迭代阶段的要求。通过对测试函数进行仿真实验,结果表明,相比传统遗传算法,DE GA算法具有较好的稳定性和收敛速度,其优化后的BP网络预测精度保持在97%以上。     

改进遗传算法在TSP问题中的应用

旅行商问题是典型的NP组合优化问题。提出一种旅行商问题求解应用上的改进遗传算法。引入贪心算法优化初始种群,在轮盘赌选择基础上,融入最优保存策略和掺杂算子进行选择操作,以保证群体的多样性;基于两点三段随机交叉算子优化交叉结果,基于启发式倒位变异算子提高算法的收敛速度;给出了求解旅行商问题系统的体系结构。实验结果表明,改进的遗传算法具有更好的寻优能力。     

自适应遗传算法在求解函数优化问题中的应用

从多方面分析了遗传算法的性能影响因素,提出了一种寻找求解函数优化问题的最优交叉、变异率组合的方法,并通过实例验证了其有效性,同时提出了一种根据适应值大小自动调节交叉和变异率的自适应遗传算法。     

基于遗传算法的二维排样问题求解新策略

针对采用自然编码的遗传算法在排样问题（CSP）过程中初始群体设置和交叉变异操作过于复杂的缺点,采用了顺序编码（Grefenstette编码）作为遗传算法编码方案,并对排样问题进行求解。采用这种遗传算法策略对CSP试算的结果表明,该策略利于排样问题的求解,算法操作简单,可推广应用到制造业及其他规划领域的排样规划中。     

遗传算法交叉算子的性能研究

根据目前实际应用中遗传算法的基本概况 ,对遗传算法中起核心作用的交叉算子的性能进行了研究 ,分析了交叉算子对遗传算法收敛性的影响以及如何有效地设计高性能的交叉算子 .     

基于遗传算法的物流配送车辆调度优化模型研究

物流配送中,车辆调度是一个关键问题。为了提高物流配送中车辆调度的效率,本文提出了一种灵活的多目标组合优化模型,此模型可以方便的增减优化目标值。设计了适合多车场开放式车辆路径问题的通用染色体编码方案,并对遗传算法中的交叉变异操作做了详细说明。     

基于改进遗传算法的GSM基站选址问题研究

本文首先对于罚函数遗传算法构造了合适的适应度计算方式,其次将适当的修补算子加入修补遗传算法中,保证修补的随机性和有效性;然后在两者的交叉、变异操作之后都加入进化突变算子,增强了他们的局部搜索能力;最后针对不同规模的基站选址问题,分别采用加入进化突变前后的罚函数遗传算法和修补遗传算法进行仿真,结果验证加入进化突变的修补遗传算法在求解大规模的基站选址问题时效率最高。     

地名象限索引的编制及其应用

一问题的提出我们通常使用的地名索引大概可分三类:一是经纬法;二是分段纵横交叉法;三是经纬分段纵横交叉并用法.《中华人民共和国地图》地名索引就是经纬法的实际例子.《中华人民共和国分省地图集》(汉语拼音版)地名索引属于分段交叉法.《The Times Atlas of the     

基于自适应策略的遗传优化设计

早熟收敛和后期收敛速度慢是标准遗传算法(SGA)的一对主要矛盾,给算法的优化效率造成很大影响,对操作算子及其遗传参数的确定实现自适应是解决该问题的有效方法。作者根据各操作算子及其参数的特征对选择、交叉、变异算子进行基于自适应策略的遗传优化设计,使算法很好地缓解了早熟收敛和后期收敛速度慢的矛盾,从而提高了优化效率。仿真结果表明,基于自适应策略的遗传算法比标准遗传算法具有更高的解精度和优化效率。     

遗传算法交叉算子的性能研究

根据目前实际应用中遗传算法的基本概况，对遗传算法中起核心作用的交叉算子的性能进行了研究，分析了交叉算子对遗传算法收敛性的影响以及如何有效地设计高性能的交叉虎子。     

基于改进遗传算法的智能组卷研究

智能组卷是一个多目标约束的组合优化问题.针对传统遗传算法在编码和遗传算子存在的问题,提出一种分段自然数编码及采取自适应遗传算子的改进遗传算法.