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。     

一种带随机选择机制的新型改进粒子群优化算法

标准粒子群优化算法对空间所有区域等概率搜索,降低了算法效率。借鉴遗传算法的思想,本文提出一种带随机选择机制的改进粒子群优化算法。该算法将适应值选择和粒子状态更新方程结合起来,通过赌轮算法选择机制使得粒子在适应值较小的区域尽可能的降低搜索概率,在最优解可能区域尽可能加大搜索强度,从而提高算法搜索效率。通过标准进化计算测试函数测试,实验结果表明对于复杂优化问题该算法优于标准粒子群优化算法和遗传算法。     

基于遗传算法的生产流程优化研究

通过对某CT生产企业的Table产品的生产流程分析发现,该厂的Table产品生产工序多,各工序衔接紧密而复杂,各种工序相互影响．在此背景下,以该厂Table产品生产过程优化为设计对象,根据各工位工时要求,采用计算机编程实现对辅助操作步骤的工位划分．针对工位划分结果,以产品的等待时间最小为目标。采用遗传算法对各工序的开始时间进行了优化,得到了以最小生产等待时间的生产流程．     

A genetic diversity comparison between captive individuals and wild individuals of Elliot’s Pheasant (Syrmaticus ellioti) using mitochondrial DNA

INTRODUCTION Genetic diversity is a major issue of conserva-tion biology recognized by the IUCN (Frankham etal., 2002). Within a population it reflects the evolu-tionary potential to adapt to novel environmentalchanges. Therefore, during the past few years, thegenetic diversity of many threatened mammals, birds,fish, insects and plants have been investigated(Frankham et al., 2002). As a direct and indirectconsequence of human actions, more and more spe-cies or populations are faci…     

教学发生学原理的研究

从生物的“重演律”(“发生学”)得到启示,有:思维“重演律”(“发生学”)、智力发育的“重演律”(“发生学”)、人的认识的“重演律”(“发生学”);对学生在校学习,有教学发生学原理:在教一个科学的分支(或一个理论、一个概念)时,应该让学生重蹈(retrace)人类思想发展中的那些最关键的步子(greatstep),当然不能重蹈过去的无数个错误,而仅仅是重蹈关键性步子;其中学习的循序前进可分为三阶段:探索阶段、形式化阶段和同化阶段。     

基于RBF神经网络和遗传算法的建模与优化研究

首先用RBF神经网络建立数据样本间的函数关系,然后用遗传算法求解由函数作为目标函数的优化问题,最后用一个实例进行了测试,结果令人满意.     

借鉴英国BTEC对基因工程课程教学改革的新启示

文章借鉴BTEC的教学模式和方法,在生物技术专业课程基因工程教学中从课程设置、教学实施举措、实验设计和考核评价等方面进行改革实践,探索适应社会需要的复合型生物技术专业人才培养的教学新模式。     

概观C++及Java程序设计语言的特征

随着计算机技术的发展，程序设计语言也越来越多，其中C 、Java可以说是目前应用最为广泛的语言，其原因与它们优良的特性密不可分。本着重探讨这两种程序语言的特征，分别总结和阐述了它们优越于其他语言的、自身所独有的特点及为实现这些特点而采取的有效机制。     

遗传算法中带控制参数选择算子及其个体空间搜索能力的分析

提出了带控制参数选择算子的设计思想及其数学理论依据,对带控制参数选择算子的性能作了分析,并与比例选择算子在解空间中的搜索能力进行了比较,通过比较结果证明了带控制参数选择算子将会大大提高整个遗传算法对全局最优解的搜索能力.     

Application of stochastic method to optimum design of energy-efficient induction motors with a target of LCC

For an energy-efficient induction machine, the life-cycle cost (LCC) usually is the most important index to the consumer. With this target, the optimization design of a motor is a complex nonlinear problem with constraints. To solve the problem, the authors introduce a united random algorithm. At first, the problem is divided into two parts, the optimal rotor slots and the optimization of other dimensions. Before optimizing the rotor slots with genetic algorithm (GA), the second part is solved with TABU algorithm to simplify the problem. The numerical results showed that this method is better than the method using a traditional algorithm. Project (No. 601299) supported by the Science Foundation of Hebei Province, China.