与GA凸函数有关的几个单调性定理

利用GA凸函数的Hadamard不等式,解决了与之有关的一些函数的单调性问题,进一步提示了GA凸函数的Hadamard不等式的一个内在性质,从而丰富其内涵.     

基于混合遗传算法的非线性问题求解及优化研究

遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程耗时较长,易出现早熟现象导致结果准确度低。根据GA传统算法与结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化问题和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA)进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。     

非线性问题的求解及优化研究——基于遗传算法和混合遗传算法的分析

遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程中,往往会出现早熟现象。基于GA传统算法,结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。     

用杠杆原理解几何题(初二、初三)

杠杆平衡原理: 如图1,AB为一杠杆,O为支点,若A、B两点的重力分别为GA、GB,则OA·GA=OB·GB且支点O处的承受力为GA+GB 利用以上的杠杆模型,我们可解决几何问题.略举两例.     

二进制编码GA基因种群多样性数学模型研究

针对GA早熟收敛中存在的种群多样性定义缺乏统一性和普适性问题,建立了二进制编码GA基因层次种群多样性数学模型。首先,提炼了该多样性的含义,提出用任意代种群中表示各编码基因位取值的变量来描述种群多样性的大小,该变量可看作随机变量;其次,设计了基因位直方图、基因位曲线图等图形化方法来体现其在GA进化过程中的变化规律;最后,指出了进一步的分析思路和方向。     

遗传算法的研究与发展动向

遗传算法是建立在自然遗传学机理基础上的参数搜索方法，在许多优化问题中都有成功的应用。本文介绍了GA的思想来源及基本原理，理论研究状况，提高收敛速度的策略及其发展新动向，同时比较了GA与其它人工智能技术。     

遗传算法在分类器系统中的应用

针对数字式车牌图象识别系统中线性分类器参数辨识这一具体问题,对遗传算法(简称GA)过早收敛的缺点提出了若干改进意见并作出性能分析,说明了自适应参数调整和染色体并行进化相结合的GA方法是有效的.     

赤霉素对紫薇种子萌发的影响

研究了紫薇(Lagerstroemia indica L.)在不同浓度的赤霉素(GA3)、不同浸种时间处理下对种子萌发的影响。结果表明:GA3可以促进紫薇种子萌发,使用GA3处理的种子发芽率均高于CK;相同条件下200 mg/L浓度的GA3处理紫薇种子发芽率最高,发芽率为60%,明显高于100 mg/L和500 mg/L浓度的GA3处理的种子;GA3处理时间对紫薇种子的发芽率影响不明显。     

液面升降问题知多少

液面升降问题实际上就是比较变化前后物体排开的液体体积大小,改变之后排开得多,液面就上升,反之下降。主要题目类型有这些:一、叠放在一起的两个物体漂浮在液面上,把上面的物体放进液体里,判断液面升降这个问题要分二种情况来分析,一是放进去的物体处于漂浮状态,二是处于悬浮状态,三是下沉。如图1所示,A、B两物体漂浮在某种液体的液面上,则此时会有以下关系:因为物体处于漂浮状态所以F浮=GA GB又因为F浮=p液gV排所以p液gV排=GA GB所以V排=GA GB/P液g=GA/p液g GB/p液g(一)若把B放入水中,B呈漂浮状态如图2,会有以下关系FA浮=GA …     

GA—BP神经网络在高校教学评价中的应用

针对BP神经网络在学习训练过程中容易陷入局部最优的问题,利用GA算法对其权值和阈值进行优化．构造了一个基于GA—BP神经网络的课堂教学质量评价模型,并将该算法具体运用于某高校的教学质量评价中。实验表明,该模型能比较客观地对课堂教学质量进行综合评价。     

基于寿命特征的模糊遗传算法(英文)

在知识发觉中遗传算法已经广泛应用于分类,模型选择和其它优化问题.但是它的行为和表现却直接受其输入参数值(如交叉概率和变异概率)的影响,不合理的参数设置通常会导致许多问题比如早熟问题.为此有的学者提出用自适应技术在算法过程中自适应调整这些参数,但这并未对遗传算法产生整体的改善,因为参数设置是依赖于具体问题的.提出了基于染色体个体寿命特征的遗传算法,用模糊逻辑控制器自适应调整交叉概率和变异概率.这个方法加强了遗传算法的全局搜索能力,很好的解决了早熟问题.将本算法和标准遗传算法及自适应遗传算法比较,仿真结果表明本算法在克服早熟问题上的明显优势.     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

混杂投影算法对于全局渐进拟Ф非扩张映像的强收敛定理

在自反,严格凸,光滑的Banach空间里提出了一种更广泛的混杂投影迭代算法并证明了一族全局渐进拟Ф非扩张映像的强收敛定理,改进了目前一些作者的最新结果．     

一个无约束二次规划的秩一算法

本文提出了一个无约束二次规划的秩一算法，该算法对Davidon算法进行了改进并赋以一维搜索，证明了迭代矩阵的正定性，从而搜索方向是下降方向。此外得到了该算法有限步收敛的结果。     

一种改进的粒子群算法研究

为了克服粒子群算法易发生早熟收敛、后期迭代速度较慢、易陷入局部最优的缺点,提出了一种改进的粒子群算法。该算法采用非线性动态自适应的更新权重,进一步提高收敛速度;通过引入差分进化算法中的交叉算子,以提高算法的全局探索能力,利用差分进化算法的变异策略产生候选解,克服种群多样性的下降,以跳出局部最优。利用该算法对2个测试函数进行寻优,仿真结果表明,文章提出的算法是一种收敛速度快、收敛精度高的全局寻优算法。     

识别含水层参数的单纯形-混沌优化算法

以泰斯公式为基础,将单纯形-混沌优化算法应用于分析抽水试验数据,求解含水层参数函数优化问题。采用具有搜索速度快、局部搜索能力强等优点的单纯形算法与全局搜索能力强的混沌优化算法结合的单纯形-混沌优化算法。数值实验结果表明：单纯形-混沌优化算法可有效地应用于求解含水层参数函数优化问题;待估参数导水系数的初始取值范围、粗搜索次数和混沌序列长度对算法的收敛速度有一定的影响,但不会影响算法的收敛性。     

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。     

一种并行微粒群的改进算法

在对标准微粒群算法（PSO）分析的基础上,提出了一种并行微粒群算法（PPSO）。文章详细介绍了该并行算法的流程,它改变了原来子种群之间周期性的通讯,而采用即时更新最优值的方法。仿真结果表明,PPSO在收敛速度和达标率方面有显著的优越性。     

具有成熟前收敛判断的自适应遗传算法

针对传统的简单遗传算法的缺陷，提出了改进的具有成熟前收敛判断的自适应遗传算法．用群体熵值和均方差来预报成熟前收敛的发生．当成熟前收敛发生时，提出以群体中的最优个体为基础，在其一定大小领域内随机产生若干个体，取代原种群中的部分个体，其中更新的个体数占群体中个体总数的30％—40％，领域大小与目标函数极值点分布有关．仿真实验证明，算法的收敛速度和全局收敛概率都有显的提高．     

关于工业管道紊流阻力系数的柯列勃洛克公式迭代算法的收敛区间研究

本文研究了适用于工业管道紊流三个阻力区（即光滑区、过渡区和粗糙区）阻力系数计算的柯列勃洛克公式迭代算法的收敛性,给出了收敛区间．此项研究结果添补了关于这一问题的一项空白,为用计算机实现阻力系数的计算提供了可靠的理论依据．