基于免疫遗传算法的多连接查询优化

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。     

半刚性连接钢框架性能分析

本文对半刚性连接平面钢框架用ansys软件进行半刚性节点和几何非线性分析,考虑竖向荷载对框架位移和内力的影响。梁柱分开建模,即梁柱采用独立节点,然后使用弹簧单元将梁柱连接在一起,并采用ansys的节点耦合功能将梁柱相邻节点的平动自由度耦合。软件计算的结果证明了此种作法的正确性及精确性。     

基于遗传禁忌的数据库多连接查询优化算法

针对数据库多连接查询优化问题,提出一种基于遗传禁忌算法的数据库多连接查询优化策略。把遗传算法作为查询优化的主框架,禁忌搜索作为遗传算法的变异算子,增加种群多样性,克服遗传算法收敛慢、局部搜索能力差等缺陷。仿真结果表明,遗传禁忌算法加快了求解数据库多连接查询优化问题的速度,而且提高了查询优化效率,得到较满意的查询优化结果。     

基于自适应遗传算法的半监督支持向量机学习法

本文将自适应遗传算法用于半监督支持向量机(S’VMs)的训练,取得了令人满意的非线形分类效果,并将遗传算法与传统的最速下降法相结合能使分类精度进一步提高。     

基于Workbench衬套灵敏度分析

利用Ansys-Workbench软件对衬套进行有限元分析,对衬套强度进行校核,得出衬套的等效应力分布图,分析结果为设计提供了理论依据。在此基础上,建立衬套的参数化模型,对相关参数进行灵敏度分析,得出衬套输入参数与最大等效应力关系曲线,对优化设计具有指导意义。     

基于能量法的复合材料连接性能研究

基于能量损伤演化理论,利用Hashin失效准则和损伤引起的刚度降解,编写了Abaqus-UMAT用户材料子程序对玻璃纤维/环氧复合材料层合板螺栓连接累积损伤及失效模式进行了研究。分析了宽距-孔径比(W/D),端距-孔径比(E/D)对层合板螺栓连接承载力的影响,数值结果与实验吻合较好,说明了本方法应用于复合材料机械连接渐进失效分析的有效性。     

基于SSH框架和遗传算法的多维度测评系统的设计与实现

本文采用遗传算法(Genetic Algorithm,GA)实现自动组卷的系统中,并没有充分考虑试卷中知识点(测试维度)的分值分布,提出一种新的遗传算法(New Genetic Algorithm,NGA)来实现自动组卷功能,并重新定义了适应度函数,加快收敛速度。仿真实验表明,NGA算法不仅高效,且能生成一份有效试卷,使得试卷分值能在测试的维度上尽量实现均匀分布。     

矩形管柱和H形钢梁端板连接分析

高频焊接矩形管生产效率高,抗扭性能好,平面外刚度大,根据需要内部可充填混凝土以提高抵抗局部屈曲的能力,比焊接H型钢的轻钢厂房有更好的经济性。为提高梁柱连接节点的承载力、减小节点变形,需在节点区外包槽钢。本文分析了节点区不同厚度、不同形式外包槽钢和不同的柱内加劲肋设置等对节点强度和刚度的影响,得出了满足刚性连接要求的节点区外包槽钢厚度计算公式。研究了柱加劲肋、螺栓排列、螺栓数目、槽钢宽度和槽钢下伸长度等的影响。建议了箱形柱柱顶与梁上翼缘齐平,槽钢与梁端板等厚,槽钢向上伸出长度以满足安装一排高强螺栓的要求,并设置三角形加劲肋与柱顶盖板和槽钢焊接,箱形柱顶和槽钢内面满焊的节点形式。分析表明这种节点有很高的刚度和强度,能满足刚性连接的要求。     

公路桥梁拓宽改造的技术探究

我国正处于大规模基础设施建设的高峰,正在新建大量高等级公路与桥梁;与此同时,随着经济发展,交通量迅速增长,大量既有线路上的旧桥,需要进行拓宽改造、增加通行能力。桥梁拓宽改造的关键技术之一就是如何确定旧桥与拓宽新桥部分的纵向接缝,以及接缝对结构受力的影响。     

基于遗传算法的智能题库的设计

随着计算机技术的日益发展,在题库建设过程中运用计算机技术已成为可能和现实。它能帮助教师管理和编辑题库,手动或者自动出卷,从而减轻教师的工作压力,可代替教师的大部分手工劳动,提高工作效率。并对考试情况客观、准确、快速分析评价。     

基于遗传算法的工程项目群工期-费用优化研究

首先根据项目群工期与费用的特点分析项目群工期与费用优化机理;然后在工程质量得以保障的假设前提下构建项目群工期-费用优化模型,依据遗传算法原理对模型进行求解;最后引入大型工程项目群案例进行项目群工期-费用优化实证分析。研究结果显示:利用实数编码以及保留精英子代的遗传算法能直观而又准确地解决项目群费用的优化问题,同时达到在一定程度上缩短工期的效果。     

基于遗传算法的大型数据库的数据分配策略算法

分布式数据库系统是一种结合了计算机网络系统的数据库产品。在分布式数据库中如何得到一个最优化的数据分配方案是分布式系统性能优化所应该考虑的一个重要的方面,数据的分布问题对分布式数据库应用系统的改进、数据可用性、分布式数据库的效率和可靠性有着重大影响。本文的分配策略应用了遗传算法方面的一些优秀特性如并行性和健壮性、标准方法的实现、维持深度优先搜索与广度优先搜索之间的良好平衡等等。因此,本文中的分配策略执行效率高、寻求最佳全局解决方案的能力强且易实现。     

QoS组播路由的多种群遗传算法

针对单种群遗传算法在求解QoS组播路由问题中存在的容易早熟、收敛性差等缺陷,提出了一种基于多种群遗传算法的QoS组播路由算法。该算法在初始化过程中采用多种初始化算法生成了不同种群,并设计了多种交叉、变异操作,保证了种群间进化过程的独立性和算法的多样性;增加了种群间协调机制,提高了算法的整体收敛性。仿真结果证明了多种群遗传算法的有效性和优越性。     

基于遗传算法的主题信息搜索系统研究

针对网络信息资源“迷向”与“过载”的现象,本文通过对遗传算法的分析应用,构建了由基于遗传算法的主题爬虫、信息处理和查询服务三部分组成的主题信息搜索系统。实验结果表明,应用该系统可以获取与主题相关度高的网页信息。     

基于云计算资源调度的多Agent遗传算法

针对标准遗传算法在云计算资源调度的应用中往往会出现负载不均的问题,本文提出了一种基于云计算资源调度的多Agent遗传算法,首先引入蚁群算法,利用蚂蚁变换方向的影响权重对标准遗传算法的信息素关联进行优化,然后优化了原算法的信息素更新方式,最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。仿真试验结果表明,本文提出的基于云计算资源调度的多Agent遗传算法在CPU利用率和内存利用率上比标准遗传算法具有更优秀的性能。     

基于遗传算法的信道容量计算

针对离散信道容量的一般计算问题,本文提出基于遗传算法的信道容量计算方法。该方法首先对信源输入概率P(x)进行编码,设置适应度函数为平均互信息(IX;Y),其次,在每一迭代步骤中应用选择,交叉和变异规则,从当前的种群中产生新的子群。对多种信道仿真结果证明了此方法的有效性。     

基于Pareto遗传算法的虚拟企业收益分配优化研究

现有的虚拟企业收益分配方法以单一过程为前提,着重于直接分析并提供最终收益分配方案,而没有考虑到时间因素在整个运营过程中的影响,忽略了各影响因素的动态性。本文在虚拟企业的收益分配中增加了时间因素,同时引入激励机制,并结合满意度建立了多目标优化模型,采用Pareto遗传算法进行了优化分析。算例表明所建模型在分析此类问题时较已有方法有一定改善。     

基于遗传算法优化BP神经网络的锅炉燃烧建模

针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。     

基于自适应遗传算法的特征基因选择

提出了一种基于自适应遗传算法的特征基因选择方法,首先建立一个基于Bhattacharyya距离的基因差异度模型,根据支持向量机(SVM)分类器的分类准确率选择出一个候选特征基因子集,然后利用自适应遗传算法搜索出一组最优特征基因组合,有效避免了遗传算法早熟收敛的缺陷,提高了全局寻优能力.对结肠癌基因表达谱数据进行仿真实验...     

基于贪心遗传算法的专业期刊选订模型研究

高校图书馆如何科学地选订期刊是一个复杂的非线性多目标优化问题,在分析期刊选订影响因子的基础上,建立期刊选订模型,探讨利用遗传算法与贪心算法相结合的方法对该问题求解。