一种基于克隆选择与多父体杂交的函数优化算法

提出了一种基于克隆选择与多父体杂交操作的函数优化算法。算法通过克隆选择、高频变异与多父体杂交操作对多个可行解进行搜索，提高了克隆选择算法在解决函数优化问题的全局寻优性能。     

改进的小生境粒子群优化算法

传统的小生境粒子群优化算法（NPSO）需要两个参数的输入,一个是判断子群合并的阈值,另一个是子群产生的阈值。参数设置的不当,将直接影响计算结果。引入一个函数判断两个点是否在同一座山峰上,以克服NPSO算法需要输入参数的弊端。在程序运行时,无须严格限定小生境的半径,也不需太多的先验知识。实验结果证明,该算法合理有效,能够能快速有效地找到多峰函数的全局最优点。     

基于小生境免疫算法的多约束QoS路由选择

针对多约束QoS路由选择问题,将其转化为一个多约束赋权图最短路径问题,选择费用、带宽、时延和丢失率为QoS参数.针对一种免疫算法的不足,利用基于相似结构的小生境技术和共享算子对免疫算法加以改进.实验表明,该算法有较好的性能,大幅提高了QoS路由选择的效率.     

基于擂台赛法则和小生境技术的多目标进化算法

最优解集的构造和解的分布性是多目标进化算法的两个重要研究内容。用擂台赛法则构造非支配集具有较高的效率,而小生境共享技术可以提高种群的多样性。本文将小生境共享技术引入基于擂台赛法则的多目标进化算法,数值实验表明:改进后的算法保持了擂台赛算法运行效率高的特点,而且具有较佳的分布度。     

一种求解多峰函数优化问题的全局与局部搜索相结合的演化算法

搜索多极值点问题是遗传算法研究领域内的一个新的方向，本在郭涛算法^[1]的基础上引入梯度算子、单亲繁殖、小生境分离和全局与局部演化相结合的混合演化算法．实例测试表明，该算法能够快速求出多峰函数的所有全局最优解，得到令人满意的结果．     

演化算法求解约束多目标优化问题

本文引入约束占优的定义，将约束条件与目标函数融合在一起，对有约束的多目标优化问题（MOP）建立了一种新的偏序关系。使用多父体杂交和非均匀变异来求解约束多目标优化问题，通过对测试函数的实验，验证了算法的可行性和有效性。     

粒子群算法在多峰值函数优化中的应用

粒子群算法是一种基于群体的智能算法,具有较强的全局搜索能力,并能通过对一定数量粒子的迭代运算获得问题的全局最优解。将粒子群算法应用于多峰值函数优化中可以避免常规方法难以同时搜索出多个极值而陷于局部极值的问题。基于matlab平台的仿真实验中,引入粒子群初始化位置拥挤距离检测,并在peaks函数上进行测试,可以有效实现全局和局部搜索,并能较好地保持粒子的多样性,从而获得多峰值函数的最优解。     

包装问题的演化算法

文章设计了一个求解包装问题的演化算法,在演化算法中采用了行之有效的个体编码方案、选择策略、杂交算子及变异算子,并通过实验进行算法性能的验证和分析。实验结果表明,该算法能够在很短的时间内找到包装问题的近似最优解。     

基于小生境中适应度共享的改进DE算法

将小生境技术和适应度共享思想引入DE算法中,用于改进种群替代中子代选择的优化问题,具体做法是:首先根据DE算法中的变异、交叉及选择操作得到子代种群,其次将这些子代种群通过小生境技术划分为若干个小种群,并在每个小种群中利用适应度共享方法选择或剔除个体,最后将得到的子代和原父代合并作为下轮算法的父代种群.通过测试函数对改进...     

基于细胞自动机演化算法求解无约束函数优化问题

在最优化领域目前广泛应用的智能优化算法有遗传算法、模拟退火算法、神经网络算法等。但这些算法的实现模式都还是基于串行模式。利用细胞自动机来解决优化问题,也就意味着能够建立极度并行的解决最优化问题的程序。提出了一种基于细胞自动机的演化算法,以求解无约束函数优化问题,并用实验分析了此算法的性能。     

最小化最长完工时间和总完工时间的无等待流水调度混合进化算法

针对NP难的最小化最长完工时间和总完工时间无等待流水双目标调度优化问题,分析相应的目标增量性质,提出用非支配划分方法将种群划分为具有不同优先级的Pareto面以提高搜索解的效率.除建立拥挤距离的概念和最优解策略外,提出2个基于目标增量的双目标局部搜索过程,以提高搜索解的性能.根据得到的性质和方法,构建一个求解所考虑问题的混合进化算法,并与目前最好的算法比较.实验结果表明所提出的算法在性能上优于所比较算法,并具有较高的效率.     

An efficient hybrid evolutionary optimization algorithm based on PSO and SA for clustering

The K-means algorithm is one of the most popular techniques in clustering. Nevertheless, the performance of the K- means algorithm depends highly on initial cluster centers and converges to local minima. This paper proposes a hybrid evolutionary programming based clustering algorithm, called PSO-SA, by combining particle swarm optimization （PSO） and simulated annealing （SA）. The basic idea is to search around the global solution by SA and to increase the information exchange among particles using a mutation operator to escape local optima. Three datasets, Iris, Wisconsin Breast Cancer, and Ripley＇s Glass, have been considered to show the effectiveness of the proposed clustering algorithm in providing optimal clusters. The simulation results show that the PSO-SA clustering algorithm not only has a better response but also converges more quickly than the K-means, PSO, and SA algorithms.     

基因群进化受控的自然遗传算法

１ＩｎｔｒｏｄｕｃｔｉｏｎＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ（ＧＡｓ）ｗｅｒｅｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｐｌａｎｎｉｎｇ,ｓｃｈｅｄｕｌｉｎｇ,ｏｒｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓｉｎ１９７０ｓ．ＧＡｓｓｉｍｕｌａｔｅｎａｔｕｒａｌｅｖｏ...     

演化算法中各种选择算子的选择压力比较

对于演化计算,变异和杂交这样的算子是在完全没有导向的方式产生的新个体。选择算子在演化过程中起着导向的作用,使得个体沿着适应值优良的方向演化。选择算子是在演化过程唯一受适应值影响的组件。本文将讨论现在流行的选择算子的选择压力并比较他们的影响。选择算子在演化过程中应用较好适应值的个体信息并传递到后代,为算法设计中挑选选择算子提供理论依据。     

人工生命进化规划算法浅析

在人工生命基本概念的基础上,对人工生命的生成方法以及生成人工生命的主要算法中进化规划算法的过程和工作流程进行了详细分析.随着进化计算学科的不断发展,各种进化算法相互交流,差异越来越小.     

双种群进化策略在求解非线性多峰函数优化中的应用

针对非线性多峰函数的优化问题求解困难,提出一种双种群进化策略快速收敛的算法。首先,对于该类最优化问题使用双种群随机变量作为变异算子,在两个不同的子群间并行进行进化,通过使用不同的突变算子策略,实现种群在求解空间具有尽可能分散地搜索的同时在局部也具有尽可能细致的搜索能力。通过子群重组实现子群间的信息交换,通过仿真实例可看出,该算法在非线性多峰值函数优化问题中,具有求解精度较高,收敛速度较快等特点。     

三类高校学报生态位构建适宜度研究

以三类高校学报为研究对象,构建高校学报生态位适宜度的数学模型,计算三类高校学报生态位适宜度,表征三类高校学报对其生境的适应性程度.     

混合进化策略算法及其在函数优化中的应用

自适应进化策略中高斯变异算子容易使进化过程陷入局部最优,出现进化早熟.文中针对上述缺点,引入柯西变异算子和子代距离率方法.在进化前期采用柯西的变异,保证个体能够快速地向全局最优的方向移动;在进化后期采用高斯变异,当个体聚集在全局最优解附近时,以较小的变异步长驱动个体向全局最优解方向移动.子代距离率系数进行调整变异算子.通过对单峰与多峰函数仿真试验,验证了算法的有效性.