改进遗传算法在企业经营参数优化中的应用

鉴于遗传算法固有的缺陷，提出了一种改进遗传算法，并指出了这种算法的优越性。本文将改进遗传算法引入到企业经营参数优化的问题中，以一个矿山企业经营参数优化实例证明了改进遗传算法具有很好的应用效果。     

改进的遗传算法及其在优化IC中的应用

本文介绍一种改进遗传算法，通过引入强制变异算子，避免了超级个体的出现，保证了杂交算子的有效性，提高了遗传算法的全局寻优能力，用改进的遗传算法优化仿人智能控制器，得到了理想的结果，由此得出一阶纯滞后对象的ＯＩＣ参数整定公式。     

混沌优化方法在PID控制器中应用的研究进展

回顾了近几年来混沌优化方法及其在PID控制器的参数调整方面应用的研究进展，对混沌优化方法的特点及其在解决函数优化问题和组合问题上进行了说明。通过混沌优化方法在PID参数调整上的应用分析了此种方法的优越性，展望了此种方法随着与神经网络、遗传算法等优化算法的结合的发展将会给HD控制器的参数调整带来更好的前景，同时也说明了一些需要解决的问题和今后的研究方向。     

遗传算法的研究

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法．近年来，由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用，这种算法受到了国内外学者的广泛关注．本文介绍了遗传算法的研究现状和基本原理，概述了它的理论和技术，并对遗传算法的性能作了分析．以推销员旅行问题为例来展示遗传算法在求解复杂优化问题上的优越性．     

基于遗传算法的自动控制器参数优化

该文提出了基于遗传算法的PID控制器参数优化方法，该方法只需给出大概的PID参数范围即可得到控制性能最优的PID参数。仿真结果表明：当被控对象存在较大纯滞后时间常数特性时，采用本方法优化PID控制器参数可获得比较满意的调节效果。     

基于遗传的优化算法

遗传算法是一类全局优化的仿生类算法，它通过模拟生物进化过程中的复制、交叉和变异来完成优化搜索．在遗传算法的基本思想下，给出了一个简单遗传算法(SGA)及相关应用示例．     

基于遗传算法的火电单元机组多目标优化协调控制

作者提出了一种基于遗传算法的火电单元机组多目标优化协调控制策略。该策略通过改进的遗传算法进行多目标优化求解机组最优稳态控制量以得到最优设定值，从而完成多目标优化协调控制任务。改进的遗传算法采用十进制编码，规范化几何秩选择，混合交叉及均匀变异。仿真结果表明，在不同的运行目标下控制量的最优适应度函数都能快速收敛，遗传算法为多目标优化协调控制提供了有效的途径。     

改进的遗传算法及其在优化IC中的应用

本文介绍一种改进遗传算法，通过引入强制变异算子，避免了超级个体的出现，保证了杂交算子的有效性，提高了遗传算法的全局寻优能力．用改进的遗传算法代化仿人智能控制器．得到了理想的结果，由此得出一阶纯滞后对象的OIC参数整定公式．     

基于多种群遗传算法的PID控制器参数优化技术研究

针对PID控制器参数优化问题,提出了基于多种群遗传算法的参数整定方法。为了实现快速高效的参数优化,我们将多种群遗传算法与下山单纯形局部优化算法相结合,提高了算法搜索到全局最优解的概率,并加快了算法收敛速度。实验结果表明,该方法可以实现最优PID参数控制,得到比经典遗传算法更为理想的控制效果。此外,该方法具有普遍的适用性,可用于其它参数优化问题。     

基于遗传算法的健康监测传感器优化配置方法研究

本文介绍了健康监测时作动器及传感器优化配置的方法及遗传算法进行优化设计的基本原理。针对多点传感器优化问题，采用基本的遗传算法对其进行研究。给定结构优化的结果表明，在结构健康监测中用遗传算法来搜寻传感器的最优配置是十分有效的。     

一种基于改进遗传算法的医学图像配准算法

局部优化算法在医学图像配准中存在容易陷入局部极值的问题．本文在分析标准遗传算法的基础上,提出了改进的具有全局优化能力的遗传算法,最后给出了本配准算法的实验结果．     

用实数编码的遗传算法优化神经网络盲均衡算法

本文提出了实数编码的遗传优化神经网络的盲均衡算法,有效地克服了传统前馈神经网络盲均衡的缺陷．解决了实际应用中存在神经网络的初始权重的确定缺乏理论依据的问题,提高了前馈神经网络盲均衡的均衡性能．     

A comparative study of differential evolution and genetic algorithms for optimizing the design of water distribution systems

The differential evolution (DE) algorithm has been received increasing attention in terms of optimizing the design for the water distribution systems (WDSs). This paper aims to carry out a comprehensive performance comparison between the new emerged DE algorithm and the most popular algorithm??the genetic algorithm (GA). A total of six benchmark WDS case studies were used with the number of decision variables ranging from 8 to 454. A preliminary sensitivity analysis was performed to select the most effective parameter values for both algorithms to enable the fair comparison. It is observed from the results that the DE algorithm consistently outperforms the GA in terms of both efficiency and the solution quality for each case study. Additionally, the DE algorithm was also compared with the previously published optimization algorithms based on the results for those six case studies, indicating that the DE exhibits comparable performance with other algorithms. It can be concluded that the DE is a newly promising optimization algorithm in the design of WDSs.     

遗传算法在组卷策略中的应用

给出智能组卷数据模型,采用遗传算法中编码、初始群体、迭代等步骤,利用交叉概率、变异概率和适合度判断迭代的收敛性,并产生适合规则的群体.对比遗传算法及其他组卷策略,遗传算法在组卷次数及组卷时间上优于传统的组卷策略.     

遗传算法在智能考试系统中的应用

基于WEB的考试系统是现代考试系统发展的趋势。智能组卷系统是考试系统中的一个关键组成部分,而遗传算法是智能考试系统中最常采用的算法。通过讨论智能组卷中遗传算法的几个关键问题,提出了合理的设定种群规模、变异参数,避免遗传算法过早收敛并增强局部搜索能力、整体稳定性等问题的改进方法。     

遗传算法在求解背包问题中的应用

遗传算法是模拟自然界生物进化过程的计算模型，本文阐述了遗传算法的基本理论，给出了遗传算法解决背包问题的基本方法，并通过实例计算证明了该方法的可行性和有效性．     

基于遗传算法的数据挖掘技术及应用

本文主要分析了数据挖掘的相关概念及其过程,介绍了关联规则的提取方法、遗传算法的基本要素、操作技术、基本步骤等。最后结合相关实例提出了在遗传算法当中进行关联规则的数据挖掘方法。     

User-preferences based service selection model in large-scale services with various QoS properties

With the rapid growth of service scale, there are many services with the same functional properties but different non-functional properties on the Internet. There have been some global optimizing service selection algorithms for service selection. However, most of those approaches cannot fully reflect users’ preferences or are not fully suitable for large-scale services selection. In this paper, an ant colony optimization (ACO) algorithm for the model of global optimizing service selection with various quality of srevice (QoS) properties is employed, and a user-preference based large-scale service selection algorithm is proposed. This algorithm aims at optimizing user-preferred QoS properties and selecting services that meet all user-defined QoS thresholds. Experiment results prove that this algorithm is very efficient in this regard.     

智能组卷算法研究

智能组卷是网络化考试系统中较为关键的模块，其问题的实质是多约束条件的最优求解。本文提出一种基于遗传算法的智能组卷策略。     

关于设备布局的最短路径算法模型

生产车间的设备布局设计是一个组合优化的问题。具有NP完全(Nondeterministic Polynomial Complete)、非线性等特性,常规方法较难以求解。本文提出实际路线运算法结合基因算法来求解最优设备布局结果,利用遗传算法探索生产车间设备布局问题时适值函数的确定方法。