基于遗传算法的网格简化研究

针对三角面网格提出了一种新的网格简化方法,简化过程主要包括网格删除和网格重构。根据需建立的数量比例权重来进行冗余网格删除工作,然后利用遗传算法建立修正适应度函数来重构网格,达到三角网格数量的精简与形状匹配最优化目标。最后通过一实例讨论与对比分析,验证了该方法的有效性和准确性。     

基于遗传算法的阵列相位误差校正

针对声纳水听器阵列比较突出的相位误差,研究了一种基于遗传算法的阵列校正方法。该方法利用无相位误差时阵列协方差矩阵具有Toeplitz结构的特性构造代价函数,并以此作为遗传算法中进化个体的适应度函数,由算法搜索的最优个体得到阵元相位误差的估值。计算机仿真结果表明,该方法可以明显地减小阵列相位误差对MUSIC算法DOA估计结果的影响。     

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．     

一种基于实数编码的自适应遗传算法

分析了进化遗传算法的弊端。提出了一种基于实数编码和自适应变异率的改进遗传算法,将变异率定义为自上次进化以来未进化次数的函数,同时采取最优保存策略,有效地避免了采用二进制编码时计算精度与计算量之间的矛盾,克服了基本遗传算法因变异率选择不当引起的“早熟”现象及后期收敛速度慢的问题。计算结果表明,新方法成功地解决了进化遗传算法存在的问题,且计算效率较高。     

改进的基于遗传算法与FCSS相结合的模糊球壳聚类算法

遗传算法（GA）被广泛地应用在聚类算法中.但是当数据点多时,其计算量大的问题是不容忽视的.针对与遗传算法相结合的FCSS算法中的这一不足,主要通过研究了GA初始化种群的选取方法,对GA-FCSS算法进行了改进.实验数据表明：改进的GA-FCSS算法在收敛速度方面有令人满意的效果.     

Elevator group-control policy based on neural network optimized by genetic algorithm

Aiming at the diversity and nonlinearity of the elevator system control target, an effective group method based on a hybrid algorithm of genetic algorithm and neural network is presented in this paper. The genetic algorithm is used to search the weight of the neural network. At the same time, the multi-objective-based evaluation function is adopted, in which there are three main indicators including the passenger waiting time, car passengers number and the number of stops. Different weights are given to meet the actual needs. The optimal values of the evaluation function are obtained, and the optimal dispatch control of the elevator group control system based on neural network is realized. By analyzing the running of the elevator group control system, all the processes and steps are presented. The validity of the hybrid algorithm is verified by the dynamic imitation performance.     

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。     

Multi-period model of portfolio investment and adjustment based on hybrid genetic algorithm

This paper proposes a multi-period portfolio investment model with class constraints, transaction cost, and indivisible securities. When an investor joins the securities market for the first time, he should decide on portfolio investment based on the practical conditions of securities market. In addition, investors should adjust the portfolio according to market changes, changing or not changing the category of risky securities. Markowitz mean-variance approach is applied to the multi-period portfolio selection problems. Because the sub-models are optimal mixed integer program, whose objective function is not unimodal and feasible set is with a particular structure, traditional optimization method usually fails to find a globally optimal solution. So this paper employs the hybrid genetic algorithm to solve the problem. Investment policies that accord with finance market and are easy to operate for investors are put forward with an illustration of application.     

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。     

Fuzzy flexible resource constrained project scheduling based on genetic algorithm

Both fuzzy temporal constraint and flexible resource constraint are considered in project scheduling. Inorder to obtain an optimal schedule, we propose a genetic algorithm integrated with concepts on fuzzy set theory aswell as specialized coding and decoding mechanism. An example demonstrates that the proposed approach can assistthe project managers to obtain the optimal schedule effectively and make the correct decision on skill training before aproject begins.     

基于改进遗传算法的智能组卷研究

智能组卷是一个多目标约束的组合优化问题.针对传统遗传算法在编码和遗传算子存在的问题,提出一种分段自然数编码及采取自适应遗传算子的改进遗传算法.     

基于新型自适应遗传算法的直线感应电机的优化设计(英文)

为了提高直线感应电机的力能指标,提出一种新型自适应遗传算法,并对直线感应电机进行了优化设计.采用佳点集理论对遗传算法的初始化种群进行均匀设计,提高了遗传算法的优化效率.同时利用sigmoid函数改进了交叉概率和变异概率,使交叉率和变异率按照个体的适应度在平均适应度和最大适应度之间随sigmoid曲线进行非线性调整.在分析直线感应电机与旋转电机物理结构差异的基础上,得到考虑边端效应的直线感应电机的稳态性能,并给出直线感应电机力能指标的优化模型.通过对优化后的设计方案与原设计方案的比较发现:直线感应电机的力能指标显著提高,验证了方法的有效性.     

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。     

基于时域模型的路面平整度模拟

为了更加直观有效地描述路面平整度,提出了一种路面平整度的模拟方法,即随机正弦波法.该方法将路面平整度表示成大量具有随机相位的正弦或余弦之和,采用离散谱逼近目标随机过程,是一种离散化数值模拟路面平整度的方法.根据给定的路面功率谱系数,在时域路面随机位移输入的频率特征与给定的路面谱相一致的情况下,通过计算机模拟将路面平整度优化成为随机振动的等效信号,得到各等级下路面的平整度曲线.结果表明：随机正弦波法适用于实测道路谱的时域模拟,由于该方法数学推导严密,使用范围广泛,且模拟曲线直观,对于汽车平顺性研究具有十分重要的意义.最后,提出一个与路面功率谱系数相关的平整度指标——名义平整度指数.     

一种基于评价函数的三维矩形布局遗传算法

针对三维矩形布局问题,提出一种基于评价函数的布局遗传算法.该算法根据布局已知条件建立定序和定位评价函数,然后通过对评价函数值的比较确定布局的定序和定位规则;最后采用遗传算法优化定序和定位规则的参数.算例测试结果表明,该算法具有良好的计算效果.     

基于遗传机制的蚁群算法求解连续优化问题

A new algorithm is presented by using the ant colony algorithm based on genetic method (ACG) to solve the continuous optimization problem.Each component has a seed set.The seed in the set has the value of component,trail information and fitness.The ant chooses a seed from the seed set with the possibility determined by trail information and fitness of the seed.The genetic method is used to form new solutions from the solutions got by the ants.Best solutions are selected to update the seeds in the sets and trail information of the seeds.In updating the trail information,a diffusion function is used to achieve the diffuseness of trail information.The new algorithm is tested with 8 different benchmark functions.     

基于遗传算法的高阶控制系统模型降阶方法

研究了用遗传算法对高阶控制系统模型优化降阶的方法,编制了进化程序,并进行了仿真试验。结果表明用该方法可以有效地解决高阶控制系统模型优化降阶的问题。     

Optimization of membership function for fuzzy control based on genetic algorithm and its applications

ｙ Ｃｏｎｔｒｏｌ Ｂａｓｅｄ ｏｎ Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ ａｎｄ Ｉｔｓ ＡｐｐｌｉｃａｔｉｏｎｓTX１ＩｎｔｒｏｄｕｃｔｉｏｎＭｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎｉｓｔｈｅｂａｓｉｓｆｏｒｆｕｚｚｙｌｏｇｉｃｔｈｅｏｒｙｔｏａｐｐｌｉ...     

基于信息论遗传算法药物分子对接设计

本文建立了一种约束优化的演化模型,并构造出求解此模型的多种群空间收缩遗传算法,将信息熵概念引入进化过程,控制各种群寻优搜索时解空间的收缩 本算法用种群的多样性避免遗传进化的早熟现象,并以空间收缩尺度作为停机判据,有效地控制了算法的收敛 利用基于小种群的多种群进化策略,在保证种群多样性的前提下,极大程度地减少了计算量,提高了计算效率 数值算例表明,熵的介入增强了随机搜索类进化算法的寻优目的性,使收敛过程平稳且迅速 算例表明此算法能有效地应用于药物分子对接设计     

遗传算法在消圈问题中的应用

利用遗传算法实现对图论中无向图的消圈。将无向图转化为二进制的染色体个体,对于出现圈的图,算法巧妙地采用关联矩阵列向量线性相关性进行判断,对含有圈的个体进行惩罚使其进入下一代的概率微小,促使算法能较快的收敛。算法在设计过程中,进行多种遗传机制的测试,在遗传的控制参数上也都适当进行调整,使其达到较为满意的结果。将该算法应用测试后表明,算法能够有效进行消圈,并输出最优解。在交通规划的实际问题中,能很好地体现其优势。