遗传算法的理论基础及应用

遗传算法是基于自然界生物进化基本法则而发展起来的一类新算法,应用广泛。文章介绍了遗传算法的基本流程和理论,并对遗传算法的应用进行了陈述。     

计算机自适应考试中组卷算法的研究

本文对经典理论、项目反映理论和建立在项目反映理论基础之上的自适应考试系统作了描述,并且主要介绍了系统中的组卷算法.其实现过程有两步,第一步利用“加权离差模型”进行选题,而第二步对不同类型的试题使用不同的方法.客观性试题用项目反映理论进一步选择;主观性试题则用经典理论进一步选择。     

多用户检测技术及其发展

多用户检测技术是信号处理学界所关注的一个热点问题，本文主要介绍了盲多用户检测技术的数学原理、系统模型和求解问题的思路；对一些经典的基于二阶统计量和高阶统计量的算法进行数学理论分析，介绍了现在的研究进展，指出进一步的研究方向。     

计算机数学的发展与展望

计算机数学是研究算法的数学,是数学与计算机科学交叉融合产生的新兴学科。计算机数学主要研究内容包括:为算法研究提供数学工具的离散数学,研究算法共性的计算理论,从算法角度研究数学各个分支的机械化数学。本文简要回顾了计算机数学的历史,介绍了其主要内容并展望了未来的主要研究问题。     

一种交叉与变异操作互斥的自适应遗传算法

本文在经典遗传算法的基础上,对算法的框架进行调整,并改进操作算子以及参数自适应,使得算法获得更好的寻优性能。     

可重构的广义ERP系统的研究与应用

通过对传统ERP认识的分析,提出了一种广义ERP系统的定义和广义ERP系统的三元素理论。该理论研究了企业用户、管理思想和ERP软件三元素之间的相互关系,该研究为实现ERP软件系统的可重构提供了一个理论基础,并介绍了利用该理论开发的一套基于虚拟机的参数化可重构ERP系统。     

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。     

混合遗传算法在柔性制造系统优化中的应用

针对传统遗传算法因过早收敛而导致效率低下的问题,通过对传统遗传算法模型的优化,开发了基于混合遗传算法的柔性制造系统优化模型。在系统介绍了混合遗传算法的基本原理及其操作步骤的基础上,通过示例演示混合遗传算法的具体应用并对应用质量和效率进行比较分析。混合遗传算法在继承了一般遗传算法的全局优化特点的同时,解决了传统遗传算法过早收敛的问题,提高了柔性制造系统优化的质量和效率。     

基于混合遗传模拟退火算法的空调冷冻水系统优化

根据中央空调水系统中冷水机组和冷冻水泵的性能曲线,建立了描述中央空调冷冻水循环系统特性的优化数学模型。并以遗传算法为主,融入模拟退火算法,设计出了一种混合遗传模拟退火算法。利用该算法设计中央空调冷冻水循环系统的优化控制方案,使其在一定的负荷下达到最小能量消耗。同时,将遗传算法控制方案与混合遗传模拟退火算法控制方案进行比较,用以说明混合遗传模拟退火算法优化控制的相关优越性。     

基于灰色模糊理论的病人满意度测评信息系统设计

病人满意度是评价医院服务质量,改进医院工作的重要工具之一。本文基于灰色模糊理论设计病人满意度测评信息系统,介绍了系统的结构、主要功能和采用的数学理论。系统结合灰色关联方法和模糊理论建立综合评价模型,用多层次模糊综合评判方法进行满意度评价,采用等时距GM(1,1)模型进行灰色系统预测。病人满意度测评信息通过这些近代数学理论的处理,其测评分析结果更趋于客观和真实。     

基于归一化遗传算法的PID控制器自适应整定

PID调节是自动化领域中应用最广的控制策略,其参数选取的优劣决定了系统的动态响应性能。针对参数的优化问题,应用归一化遗传算法进行PID参数的在线整定,并基于M.SrinivasL.M.Patnaik理论,采用了自适应算子来提高整定的效率和精度,并与一般遗传算法进行对比、分析PID整定后的动态响应性能。仿真结果表明:归一化遗传算法整定的最优指标函数的收敛速度比一般遗传算法提高了30代;稳态时间仅为52ms,比一般遗传算法提高了10ms;归一化整定后信号跟踪误差比一般遗传算法低了0.001。因此,采用自适应算子的归一化遗传算法在PID整定效果优于一般GA算法,大幅提高了PID整定效率和系统动态响应性能。     

基于多Agent的群体状态预测策略研究

为了体现复杂适应系统的对未来状态的预测能力,以达到预测效果,设计并实现了基于多Agent技术的遗传算法,针对协商时间长,协商无结果的情况,引入了遗传算法并做了相应改进,该算法结合Agent理论,在评价函数、种群规模与分布、交叉和变异操作等方面都对传统遗传算法进行了改进,尤其是在高维度计算下,利用多Agent技术达成的自动协商,在性能和效率上都有提高。     

世界现代化研究的三次浪潮

在20世纪后50年里,世界现代化理论研究大致经历了三个阶段。第一阶段是20世纪50—60年代的现代化研究,其主要成果是经典现代化理论。第二阶段是70—80年代的后现代化研究,包括对经典现代化理论的批评和发展,以及后现代主义和后现代化理论的兴起。第三阶段是80—90年代的新现代化研究,涌现了一批新的现代化理论,如生态现代化理论、再现代化理论和第二次现代化理论等。     

梯度理论创新与西部开发的战略选择

传统梯度理论的破缺论争引致了广义梯度理论逻辑起点的探寻;广义梯度理论的理论要旨和扩展空间标识了广义梯度理论的学术魅力和实践能力;广义梯度推移战略聚多重性于一身,实践了广义梯度理论与西部大开发耦合的初步尝试。     

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。     

基于约束理论的生产线物流平衡

本文应用约束理论和生产仿真方法,对传动轴生产线进行优化。运用Witness仿真软件建立了传动轴生产物流系统仿真模型,并通过对模型的研究分析,找到了系统中的瓶颈所在;最后采用约束理论对模型持续改进,找出了消除系统瓶颈的方法,并提出一些实际的管理建议。     

一种广义预测隐式算法的仿真分析

广义预测控制作为一种随着自适应控制的研究而发展起来的预测控制方法,具有柔化作用,多步预测,滚动优化和在线自适应校正等优点。修正算法有多种,大体上可分为显示算法和隐式算法,文章介绍了一种广义预测隐式自校正控制算法,并对其进行仿真分析。总结主要参数的改变对整个系统性能的影响。结果表明,此算法具有优越型和可行性。     

基于遗传算法的自适应模糊调节器的设计

本文简要阐述了遗传算法和模糊控制的基本原理,并结合二者针对一个具体的随机非线性系统进行优化研究.文章设计了基于遗传算法的自适应模糊调节器,并在充分分析了量化因子对系统稳态性能和动态性能的影响的基础上,提出了一种智能调节量化因子的模糊控制算法,使系统具有更好的动态和稳态性能.文章利用此控制器对双线性模型进行了仿真,结果证明了其有效性.     

经典测试理论确定试题难度系数的算法与设计

目前,许多试题部是人为的估计它的难度,这样不能真实地反映出试题的实际的难度,通过研究国内外确定试题难度的经典测试理论,设计出以经典测试理论为基础,难度系数自动调整的自适应算法,使试题的难度系数在试题使用过程中不断地得到修正,从而使试题的难度系数具有客观性和科学性,并进一步提出了该算法的设计方法。     

发明问题解决理论述评

经典理论包括技术系统进化论、最终理想解理论、发明原理与技术矛盾矩阵、物理矛盾与分离原理、物一场分析、科学效应知识库、发明问题的标准解法、发明问题解决算法;其核心思想是技术的发展都具有客观的进化规律和模式;各种技术难题的解决是推动技术进化的原动力;技术系统发展的理想状态是用尽量少的资源实现尽量多的功能。