遗传算法在自动组卷中的应用

自动组卷是网络考试系统的核心功能,组卷成功与否决定了考试的质量.为了提高网络考试系统中抽题组卷的性能,对遗传算法的基本要素进行了研究,设计了一种基于遗传算法的抽题组卷算法,实验数据表明,该算法具有较好的使用性能和实用性.     

遗传算法与人工神经网络在流体机械研究领域中的应用

神经网络能精确地对复杂问题进行预测,但易受训练过度的影响且训练速度慢。遗传算法是一种全局优化搜索算法,这种方法的要求是拟合度函数必须收敛于最小误差,这为具体的实现方案留下了许多自由空间。将遗传算法与神经网络结合起来使用可以在较高的层次上提高模型的可理解性。     

GA优化T-S模糊神经网络的干燥窑温湿度控制器设计

为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,结合模糊控制、神经网络和遗传算法的优点,设计了一种遗传算法(GA)优化的T-S模糊神经网络温湿度控制器。该控制器利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力实现整个非线性过程的模糊逻辑推理,并通过遗传算法对神经网络的参数进行优化与训练,提高系统的自学习和自适应能力。仿真实验结果表明,在木材干燥过程的温湿度控制上,GA优化的T-S型模糊神经网络控制器具有良好的控制效果,控制器响应速度快、超调小并且具有一定的鲁棒性。     

链式情境中的任务型语法教学——《牛津初中英语》8A Unit 5 Grammar A教学设计及点评

<正>一、课题简介和设计思路本课时是译林版《牛津初中英语》Unit 5Grammar A语法第一课时,识别五种句型结构,运用五种基本句型能分析句子,以帮助学生更好地理解句子。笔者以"观鸟"话题为主线,按照观鸟前、观鸟中、观鸟后的顺序形成情境链,链接多个"观鸟"情境;又以"观鸟"活动任务为主导,搭建学生学习语法的平台,培养学生用英语做事情的能力。这种基于链式情境下的任务型语法教学"可以改变目前教学中仍然存在着的知识传播比重较大,语言实践不足甚至单纯讲授语言知识的现状,有利于新课程标准的     

基于遗传算法与模糊聚类的最佳路径规划研究

物流配送路径规划对于提高物流配送效率、节约配送成本具有重要意义。针对各配送地点提出最佳路径,在给定的目标点中寻求最小配送成本的路径解。首先利用最适模糊聚类将目标点分割成若干组与独立点,再利用遗传算法与距离所定义的适应度函数,分别对各组与独立点的外层路径及各组间的内层路径求得最佳路径,最后结合成完整的最佳路径解。     

基于遗传算法的题库选题设计与实现

从遗传算法的应用入手,阐述了遗传算法的相关概念和执行流程,深入研究了遗传算法在题库选题系统中的应用,探讨了初始种群、适应度函数、选择算子、交叉算子、变异算子的设计方法,并给出了关键实现代码。遗传算法为题库选题提供了高效的解决方案,能够取得良好的选题效果。     

生物信息学中运用的计算智能技术

生物信息学是在生命科学研究中独具活力的新兴前沿学科之一。它利用计算机硬件、软件和计算机网络,采用信息学、计算机科学和数学的手段,主要研究蛋白质、核酸等生物大分子数据。本文着重介绍了两种智能化算法,分别讨论了人工神经网络方法在蛋白质二级结构预测中的应用及遗传算法在蛋白质二维晶格中的应用。     

基于遗传算法-支持向量机的我国创新型城市评价

本文建立了基于GA-SVM的创新型城市评价模型,首先对评价数据进行了预处理,然后构建创新型城市评价指标体系,并对我国创新型城市进行实证研究。本文的方法避免了建立创新型城市评价模型时,参数选择的随机性。本文还对训练集城市的预测位次与真实位次进行了比较分析,验证检验结果的准确性。最后,分析了创新型城市评价结果并提出建议。     

考虑关键点处冲突的进离场排序模型算法研究

为解决终端区内各关键点处进离场航班之间的汇聚、交叉运行问题,综合考虑了间隔、容量等因素,以双跑道混合运行为前提,以总延误成本最小为目标,首次建立了考虑关键点进离场冲突的航班排序模型。设计了递归遗传算法:首先以各空域冲突点为单位,采用遗传算法得出延误成本最小的初始排队序列;之后以初始序列为基础,将经过同一定位点的航班进行聚类排序后反推回跑道,调整进离场航班间的间隔,再将进离场航班序列推算到各空域冲突点处,通过递归运算不断调整,最终得出进离场航班排队序列。根据仿真结果可知,所建模型和算法能有效解决实际运行中终端区各关键点对进离场航班运行的限制,大大减少了航班的总延误成本。     

半径约束遗传算法靶环环线检测方法

针对自动报靶系统环线拟合效果差、准确度低的问题,提出了1种半径约束遗传算法环线检测算法。该算法以胸环靶环线分布特征为基础,以已知半径为约束,首先,基于距离空间聚类法划分靶环区域,采用边界生长法消除环线附近孤立点和短曲线;然后,利用平行线检测方法提取各环线曲线基元;最后,采用遗传算法连接具有最大适应度的共圆基元曲线,完成各环线的最优连接。实验结果表明:与传统的基于Hough变换和最小二乘法的圆拟合方法相比,本算法拟合环线圆形度准确度相对误差最大降低8%,明显提高了环线拟合的精度和准度。