一种新的改进型演化策略

变异操作在演化策略中扮演着极为重要的角色。通常，每一种变异操作仅对一类问题是有效的，而对于其它的问题效果不佳？为了克服这个缺点，使用混合变异操作就成为解决办法的一种可行途径。提出了一种新的演化策略，它混合了四种不同的变异策略，仿真实验表明了算法的有效性。     

求解组合优化问题的混合动力学演化算法

该文在对组合优化问题的各类求解算法的研究基础上,基于动力学演化算法的统计力学原理,将局部搜索与模拟退火的策略融入整个算法的设计框架,提出一种新的求解组合优化问题的混合动力学演化算法。该文通过最大独立集问题仿真试验证明了算法的有效性,在较少的计算量下,得到令人满意的结果。     

求解组合优化问题的混合动力学演化算法

该文在对组合优化问题的各类求解算法的研究基础上,基于动力学演化算法的统计力学原理,将局部搜索与模拟退火的策略融入整个算法的设计框架,提出一种新的求解组合优化问题的混合动力学演化算法.该文通过最大独立集问题仿真试验证明了算法的有效性,在较少的计算量下,得到令人满意的结果.     

一种保持种群多样性的单变量边缘分布算法

针对单变量边缘分布算法（UMDA）求解复杂优化问题时的局限性,本文将均匀变异机制引入分布估计算法（EDAs）领域,提出了一种基于均匀变异的单变量边缘分布算法。该算法利用均匀变异操作保持种群的多样性,提高混合算法的全局搜索能力。通过对算法的分析和仿真实验表明与单变量边缘分布算法（UMDA）相比,改进后的保持种群多样性的单变量边缘分布算法具有更高的优化性能。     

基于混合自适应的遗传工作流挖掘算法

针对遗传算法工作流挖掘容易过早收敛且局部寻优能力较差,导致得到的解不理想的情况,提出了一种基于混合遗传方法的工作流挖掘算法。该算法采用因果矩阵映射流程实例作为工作流模型的编码,在遗传算法的选择操作阶段采用锦标赛策略与精英保留策略相结合,在交叉变异阶段运用混合自适应方法,并结合模拟退火思想,使解的质量有了明显的提高。仿真实验表明,该算法与基于简单遗传方法的工作流挖掘算法相比效率更高。     

基于求解TSP问题的ACA-GA-PSO算法

为了有效求解TSP问题,提出一种融合蚁群算法、遗传算法、粒子群优化算法思想的混合算法。该算法基于最大-最小蚁群系统框架,在选择下一个城市时采用局部搜索策略避免陷入局部最优,在每次循环结束时用演化交叉策略优化得到的全局最短路径,从而提高求解TSP问题的求解精度及收敛速度。TSPLIB中不同规模的TSP问题的仿真实验结果表明了该算法的有效性与可行性。     

一种新型混合遗传算法及其应用

根据遗传算法和人工蜂群算法各自特点,在遗传算法框架上,利用人工蜂群算法中跟随蜂选择\搜索策略,代替遗传算法中的变异操作,提出一种基于人工蜂群算法跟随蜂选择\搜索的混合遗传算法,并应用到0-1背包问题中。实验结果表明了该算法的有效性。     

离散差分进化算法求解第二类装配线平衡问题的研究

为求解第二类装配线平衡问题,提出一种离散型差分进化算法(DDEA)。该算法采用基于优先权的编码方法使得个体解码后总满足装配线约束关系,设计了自适应双变异策略和新型交叉操作算子。为增强该算法逃离局部最优的能力,选择操作中引入"精英"机制。通过测试问题集的验证并比较了连续型差分进化算法和遗传算法,结果表明在中大规模的平衡问题上DDEA求解质量上优于连续型的对比算法。     

基于动态演化的高校专利商业化合作博弈研究

将企业和高校专利商业化合作过程中的策略划分为合作策略和不合作策略,引入演化博弈理论分析方法,基于演化博弈思想构建企业与高校间专利商业化合作的演化博弈模型,基于动态的观点考察两个群体在专利商业化合作过程中的策略选择和演化路径问题;在此基础上,探索影响企业和高校专利商业化合作的关键因素。研究表明,企业和高校专利商业化合作过程中的策略演化稳定于合作、不合作或者合作与不合作混合的均衡状态,至于最终稳定于何种状态,取决于该模型的支付矩阵;并且该系统合作策略的演化与模型初始参数设置,如合作获得的额外收益、违约金、合作风险损失、初始成本以及合作收益的贴现因子等因素密切相关,初始参数变化将导致系统收敛于不同的均衡点。     

遗传算法在数字图像分割中的应用

为了快速准确地确定图像的最佳分割阈值,提出了一种改进的遗传算法。该算法通过完善选择机制、引进父子竞争机制和使用二元变异算子进行变异操作,有效地解决了遗传算法的收敛速度慢和种群过早成熟的问题。     

基于遗传算法的电梯群控研究

针对电梯群控系统的特点,设计出一种更适合的梯群控制的遗传算法.本算法中采用了整数编码和可进行种群竞争的双种群机制,设计了以候梯时间、乘梯时间、系统能耗为群控目标的多目标适应度函数.并在选择操作中引入个体最优选择策略,在交叉操作中构造了与遗传代的数目、预交叉个体本身特点相结合的交叉方式,在变异操作中应用了两点对换和位点变异相结合的变异方法,并设计了从最优解集合中选择最优解的评价函数.经过模拟仿真,运行实验结果表明了此方案的可行性和优越性.     

多维函数优化中遗传和声算法的应用

在研究遗传算法解决多维函数优化问题的基础上,结合一种新近出现的智能优化算法——和声搜索算法,提出遗传和声混合优化算法。新算法运用遗传的交叉和变异操作对初始种群进行进化,产生次优种群,再利用和声的取值概率HMCR和微调概率PAR对该种群进行搜索获得较高质量的新种群。仿真实验表明,新算法提高了求解质量、跳出局部极小的能力得到了进一步提升。     

基于知识投入的企业合作创新策略演化路径研究

知识投入是影响企业合作创新动态变化的关键因素。为此,运用演化博弈理论,基于动态演化博弈理论思想构建企业合作创新的演化博弈模型,探讨知识投入因素对企业合作创新策略选择的影响以及策略选择的演化路径问题。研究结果表明:从长期看,企业合作创新过程中的策略选择演化轨迹,最终稳定于合作策略和不合作策略两种均衡状态;企业合作创新过程中选择合作策略受知识收益系数、合作成本系数以及知识投入风险系数等初始参数设置的影响,并且与模型构建的支付矩阵密切相关。     

两段式遗传算法求解CTSP

旅行商问题（TSP）是一类典型的NP完全问题,遗传算法（GA）是求解这类问题的常用方法之一。针对中国旅行商问题（CTSP）,设计了两阶段遗传算法的改进策略。第一阶段在SGA基础上采取控制参数优化和保优操作,求得若干个较优解;第二阶段采用变异操作,在第一阶段较优解组成的种群基础上寻找最优解。用该策略迅速找到了CTSP最优解,该路径长度为15378km,比目前已知CTSP解更优。对遗传算法迅速求解TSP最优解提供了可行解决方案。     

基于演化博弈的新型产业创新平台领导策略研究

为更好实现平台战略,运用演化博弈模型,充分考虑平台领导的动态性及参与群体的能动性,研究产业创新平台领导者策略选择与参与群体策略选择的互动机制,并对影响该系统演化过程稳定性的重要因素进行分析,为解决平台领导问题提供一种新的思路。最后给出博弈过程的稳定演化策略集及最优策略说明,为多主体协同创新驱动平台可持续发展提供有效的方法支持和决策参考。     

基于LDA与BERT-BiLSTM-Attention模型的突发公共卫生事件网络舆情演化分析

[目的/意义]探索突发公共卫生事件网络舆情发展周期中的主题和情感演化历程,研究影响网民情感波动的因素,为网络舆情有效管控提供决策支持。[方法/过程]结合博文数量的时序特征和生命周期理论进行周期划分,利用LDA模型、BERT-BiLSTM-Attention模型构建研究框架,探究不同周期的舆情主题差异及情感演化。[结果/结论]线下病毒变异演化和线上舆情主题与情感演化具有关联性。在新型冠状病毒变异语料库中,BERT-BiLSTM-Attention模型分类准确率为0.8817,F1值为0.8778,其在情感演化分析上具有优越性。构建的“数据采集预处理、舆情周期划分、主题演化和情感演化到获得策略输出”的全过程分析框架对相关部门有效引导网络舆情提供了决策支持和理论支撑,BERT-BiLSTM-Attention模型能更准确地进行情感分类。[局限]数据源单一,面向时间维度上的演化历程未进行时空结合的演化分析。     

混合编码遗传算法及其应用

遗传算法中编码机制对交叉和变异的搜索能力有重要影响,为了弥补单一编码遗传算法求解复杂问题时所带来的局限性,混合编码遗传算法受到越来越多的研究者关注。本文重点介绍了混合编码遗传算法中的混合编码问题——多参数级联和多参数交叉编码,分析了由二进制,十进制和浮点数等编码组成的混合编码遗传算法的几种实现过程以及混合编码遗传算法在各行业的应用。     

基于遗传算法的柔性作业车间等量分批调度问题研究

针对柔性作业车间等量分批调度问题的复杂性,文中采用遗传算法进行求解.引入等量分批的策略,并提出了染色体的两级编码方法,设计了两种交叉和变异操作方法,以防止操作中非法解的产生,提高求解效率.对比整批调度和等量分批调度的生产周期,仿真结果表明,等量分批调度可缩短生产周期,验证了本文采用算法的可行性和有效性.     

自适应遗传模拟退火的Web日志关联挖掘

提出一种基于自适应遗传模拟退火策略的Web日志关联规则挖掘算法。该算法在遗传模拟退火策略基础上,引入自适应的交叉概率和变异概率,使其具有较强的全局搜索能力,有效地避免了早熟的现象。实验结果证明,该算法能有效地解决Web日志关联规则挖掘问题。     

我国高新技术企业技术创新模式选择研究—基于演化博弈的视角

为研究高新技术企业的技术创新模式选择行为的内在决策机理,借助演化经济学研究工具,构建了高新技术企业技术创新模式选择的博弈模型,并对策略选择进行了演化动态稳定性分析,用数值仿真演示了决策参数的不同取值和初始条件的改变对演化结果的影响。结果表明:高新技术企业技术创新模式选择演化系统收敛于两种模式,一种为理想状态,一种为不良"锁定"状态;通过调节参数可以跳出不良"锁定"状态,诱导企业朝着期望的方向演化。