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。     

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 .     

基于交叉算子改进的遗传算法求解TSP问题

遗传算法容易产生早熟现象以及局部寻优能力较差的缺陷。针对遗传算法的这一缺点,就遗传算法的交叉算子进行改进．并应用于求解旅行商问题。传统的交叉算子操作方法寻优效率低,并易陷入局部最优,就顺序交叉方法进行改进。改进后的交叉算子是在随机选择交叉区域和交叉片断长度后．对重复节点和前后节点的路径长度进行比较后,再删除路径长的重复节点,有效地提高了算法的寻优效率。优化了解的质量。为了验证算法的有效性,对TSPLIB库中的两个公共实际事例ei151和gr202以及安徽省17个城市的数据进行了仿真实验。结果表明改进后的算法是有效的．     

改进的交叉算子在遗传算法中的研究及应用

交叉算子是遗传算子中一个重要的算予,是对双亲个体进行交叉重组得到不同的两个新个体的过程,对遗传算法搜索结果有重要的影响。从交叉概率和交叉策略两个方面可以改进交叉算子,将其应用到函数优化中能获得比典型的遗传算法更优的解,且性能更优。     

用一种含正交设计交叉算子的遗传算法求解TSP

本文通过分析TSP问题的特征,结合正交设计的思想,引入了一个遗传算法中新的交叉算子用于TSP求解.对新算子的有效性进行了证明并且给出了具体的实现方案,同时通过TSP Lib上的测试样例将该交叉算子和传统的交叉算子进行了比较.比较结果表明了本文的新交叉策略具有更大的优势.     

改进遗传算法求解TSP问题

遗传算法(GA)是由遗传进化理论指导的随机搜索寻优算法,传统GA的寻优能力与随机搜索能力之间存在着相互制约的关系,所以对地形极其复杂、极无规律的TSP的应用效果并不十分理想.通过利用互换启迪交叉算子加快局部搜索算法的收敛速度,利用模式增加修补算子防止算法早熟收敛,给出了一种求解TSP问题的新型遗传算法.仿真实验表明该算法是有效的和可行的.     

基于遗传算法的n皇后问题求解

近代科学技术发展的显特点之一是生命科学与工程科学的相互交叉，相互渗透和相互促进。遗传算法的蓬勃发展正体现了学科发展的这一特征和趋势。本通过对n皇后问题的求解，深刻理解遗传算法的原理和对其改进的研究思路，将理论应用于实践；熟练掌握遗传算法的三种基本操作；选择，交叉，变异的基本原理；体会遗传算法的自然背景；并在实际编写程序中解决具体问题，分析理解遗传算法的可改进之处并尝试作出一些扩展。     

一种求解函数优化问题的自适应遗传算法

为克服人们在运用遗传算法求解问题时选择参数的经验主义或盲目性,提出了一种动态调整参数并结合直观的参数关系图和统计分析以寻找解决函数优化问题的最优交叉和变异率的组合参数的方法。同时,提出了一种根据群体适应度的情况动态调整交叉和变异率的自适应遗传算法,并通过实例验证了算法的优越性能。     

逼近交叉策略的遗传算法在PD雷达解模糊中的应用

遗传算法作为一种通用的寻优方法 ,本文将其用于PD (pulseDoppler)雷达的解模糊处理 .基于多重PRF (pulserepeatfrequency ,脉冲重复频率 )之间所有可能距离的均方误差 ,设计了适应度函数 ;讨论了基于逼近交叉策略的遗传算法在PD雷达解模糊中的应用 ,并通过仿真分析了解模糊正确率、测量误差、计算效率等之间的关系 .仿真结果证明该方法的解模糊正确率与滑窗相关器算法比较有了较大的提高 .     

用于测试用例自动生成的遗传算法改进

探讨遗传算法的基本准则及其在软件测试中的应用,在此基础上对遗传算法进行改进。针对基本遗传算法中选择算子、交叉算子、突变算子的不确定性,以及容易陷入局部最优解和停滞的问题,提出SO、SACO、SCAMO算法。对改进的遗传算法和基础遗传算法进行比较。实验结果表明,改进的遗传算法比基础遗传算法自动生成测试用例的时间更短、效率更优。     

GA and PSO culled hybrid technique for economic dispatch problem with prohibited operating zones

This paper presents an efficient and reliable genetic algorithm (GA) based particle swarm optimization (PSO) tech- nique (hybrid GAPSO) for solving the economic dispatch (ED) problem in power systems. The non-linear characteristics of the generators, such as prohibited operating zones, ramp rate limits and non-smooth cost functions of the practical generator operation are considered. The proposed hybrid algorithm is demonstrated for three different systems and the performance is compared with the GA and PSO in terms of solution quality and computation efficiency. Comparison of results proved that the proposed algo- rithm can obtain higher quality solutions efficiently in ED problems. A comprehensive software package is developed using MATLAB.     

交流等效参数观察法计算三极管放大电路的电压放大倍数

文章提出了计算三极管放大电路电压放六倍数的新方法──交流等效参数观察法,将画微变等效电路的方法求解简化为观察交流等效参数求解．     

电阻抗法研究红细胞在切变流场中动态流变行为

本文提出用“红细胞流变特性测定仪”(电阻抗法)测量红细胞的流变特性。并从Fricke-Velick悬浮液电导理论出发,对该方法测量结果进行了理论探讨,证明所测得的(△R/R_0)-t曲线确实能间接反映红细胞群体的变形性及变形后的粘弹性。     

连续型遗传算法和遗传规划在投影变换中的应用初探

回顾了地图投影变换的基本方法,阐述连续型遗传算法和遗传规划的原理和方法,探讨这两优化方法在地图投影变换中的应用.     

带上层约束二层线性规划的遗传算法

将带上层约束的二层线性规划转化为目标函数带有罚函数子项的非线性规划问题，利用单纯型法和遗传算法相结合求解全局解的方法。用实际例子说明了算法的有效性。     

混合遗传算法及其应用

给出一种结合梯度法和正交遗传算法的混合算法。实验表明,它通过对问题的解空间交替进行全局和局部搜索,能更有效地求解函数优化问题。     

情、理、法三位一体的中国式人本管理模式

我国的人本管理思想深刻挖掘和发扬了传统文化中人本思想的特点和优势,形成了情理法三位一体的中国特色的人本管理模式。它按情理法的管理逻辑次序,创建一种和谐温馨充满活力的人际环境,产生人的自觉自愿的行为,以达到高效高产的社会效益。再加以法的合理保证,使人本管理体现出科学尺度与价值尺度相统一的特点。比起西方单一的以制度规章为基本的人本管理更人性化更科学。它代表着人本管理的未来发展方向。     

算子方法求解schlogl一级相变模型F─P方程的矩方程

本文采用转移算子和指数算子分解的方法求解一级相变模型Ｆ─Ｐ方程的矩方程，得出了一阶矩、二阶矩以及围绕平均值的涨落。     

用逆算符方法求解TF方程

本文用逆算符方法研究原子的Thomas—Fermi模型,给出了该模型的解析式,显示了该方法的优越性,逆算符方法有很大的普适性,特别适用于对复杂问题的定量计算,在原子结构的计算中有应用和发展的前途。     

Improved genetic operator for genetic algorithm

The mutation operator has been seldom improved because researchers hardly suspect its ability to prevent genetic algorithm (GA) from converging prematurely. Due to its importance to GA, the authors of this paper study its influence on the diversity of genes in the same locus, and point out that traditional mutation, to some extent, can result in premature convergence of genes (PCG) in the same locus. The above drawback of the traditional mutation operator causes the loss of critical alleles. Inspired by digital technique, we introduce two kinds of boolean operation into GA to develop a novel mutation operator and discuss its contribution to preventing the loss of critical alleles. The experimental results of function optimization show that the improved mutation operator can effectively prevent premature convergence, and can provide a wide selection range of control parameters for GA.