基于自适应免疫遗传算法的多序列比对

针对多序列比对问题提出一种基于自适应免疫遗传算法的多序列比对方法。为了保持群体中个体的多样性，以及加快算法的收敛速度，该算法中交叉概率和变异概率根据群体的多样性自适应调整，并且在选择免疫算子时采用择优策略，将免疫算子引入到自适应遗传算法中，通过对个体接种疫苗来进一步提升个体的存活能力。     

遗传操作的一般性算子及图象恢复处理

针对遗传算法中 收剑问题,设计了一种遗传操作的一般性算子,该算子能够：（１）判断群体多样性的好坏程度,以使决定交叉和变异谁是主要、辅助算子;（２）当 某代群体的多样性差时,随机独立地产生多个新种个体;（３）当接近最优解邻域时,加速向最优解收敛。本文结合退化图象的,提出子基于算子的衅象遗传恢复方法,计算机模拟和实验结果表明,该方法能够较好地解决简单遗传算法中过早收敛于非全局最佳恢复图象问题。     

基于个体差异的遗传选择算子设计

本文针对遗传算法采用基于局部竞争机制的选择算子不易跳出局部最优的问题，设计了一种基于个体差异的局部竞争选择算子，局部竞争作用的区域由种群内个体间的差异决定，有利于保持种群的多样性，增强了算法从局部最优中跳出的能力．仿真结果表明，遗传算法采用基于个体差异的选择算子，在全局极大值附近存在剧烈震荡的情况下，有效地保证了算法优化成功率和效率．     

基于遗传模拟退火算法的Otsu图像分割研究

针对目前基本遗传算法在优化图像分割算法中存在的易于早熟、陷入局部最优的不足,以最大类间方差函数为适应度函数,提出了一种基于改进遗传算法的图像阈值分割算法.对交叉、变异算子进行自适应改进,同时将模拟退火算法融入到遗传算法中,使得对个体的评价更合理,既能克服种群退化现象,又改善算法的全局搜索能力,避免遗传算法陷入局部最优.实验结果显示,与Otsu图像分割法以及基于遗传算法的图像分割方法相比,使用该方法得出的阈值范围更加稳定,执行效率更高,在图像分割中获得的分割效果更佳.     

元胞遗传算法的多样性研究

探讨了元胞遗传算法中种群多样性对全局寻优/局部收敛平衡的意义,提出了基于邻域结构内元胞遗传算法的多样性度量方式,并提出了改变遗传算子的元胞遗传算法来维持进化过程种群的多样性,算法将元胞空间网格嵌入到种群空间中,模拟遗传操作在相邻个体之间进行。该算法不仅提高了全局搜索能力,且在维持种群多样性方面有一定优势。     

基于改进Sobel算子的红外图像边缘提取算法

针对红外热像仪采集的图像边缘信息模糊,图像显示多样性,边缘信息难提取的特点,提出了一种基于Sobel算子梯度相乘的边缘提取算法.该算法首先对红外热像仪图像进行待识别目标的高温区域提取,然后分别利用增加了6个方向模板的Sobel算子和Roberts算子对图像进行边缘提取,再将得到的两幅梯度幅值图像进行梯度相乘,最终得到边缘提取图像.最后,用MATLAB对图像进行了仿真,仿真结果表明,该算法能够快速有效地提取红外热像仪图像的边缘,弥补Sobel算子的不足及提高了Sobel算子边缘检测的性能,计算简单,具有良好的检测精度,而且得到的边缘较细,极大的改善了图像边缘提取的效果.     

一种改进的分裂合并图像分割算法

图像分割是图像分析和目标识别中的关键技术之一。在传统图像分割方法的基础上,提出一种将改进的自适应遗传算法与合并分裂法相结合的图像分割算法。针对遗传算法运算速度低,容易陷入局部最优值、早熟收敛等缺点,在此通过对遗传操作算子的改进、适应度评价函数的科学设计以及交叉和变异概率的自适应调整来降低图像分割产生的误差。计算机仿真结果证明,该算法能够取得较好的图像分割效果。     

基于改进遗传算法的图像边缘检测

针对经典边缘检测算法在一定程度上的局限性,提出了一种改进的遗传算法进行边缘检测。阐述了图像梯度的幅值和变化率,并将遗传算法引入到图像边缘检测中。利用天牛须搜索算法来引导遗传算法中交叉点位置的移动方向。通过提高子辈种群的多样性,防止了搜索区域逐渐缩小,克服了传统遗传算法早熟收敛的现象。实验结果表明,与传统的边缘检测算法相比,改进的遗传算法应用于不同的图像检测具有良好的稳定性和较快的收敛速度,可以收敛到全局最优解甚至逼近全局最优解,从而提高被检测图像边缘的完整性。     

遗传算法求解TSP问题

对遗传算法求解TSP问题进行了完整的描述。介绍几种交叉算子和变异算子,并对其作了比较。提出对算法的交叉概率、变异概率进行自适应调整以维护群体多样性,防止算法过早收敛。     

基于Sobel算子图像预处理的目标检测算法

本文首先对改进Sobel算子进行描述,然后提出了基于Sobel算子图像预处理的目标检测算法.该算法使用Sobel算子对图像进行预处理,通过阈值设定,检测运动目标,针对目标位置、速度建立图像ROI区域,对连续目标建立帧间关联,并确立置信度,最终实现目标检测目的。对该算法进行试验测试,试验表明,该算法能较好的检测运动目标,具有较好的鲁棒性。     

LIBS结合GA-BP神经网络与GA-SVM对塑料分类研究北大核心CSCD

塑料制品回收力度小、重复利用率低,造成环境污染和资源浪费,因此对废旧塑料精确分类是提高塑料回收的关键。本文采用激光诱导击穿光谱(LIBS)技术结合遗传算法优化误差反向传播神经网络(GA-BP)和支持向量机(GA-SVM)对常见的10种塑料进行分类识别。利用LIBS技术对塑料样品进行处理,分别采集每种塑料样品100组光谱。对采集到的原始光谱做滤波和归一化处理,提取光谱中14条主要的特征谱线,分别建立GA-BP神经网络和GA-SVM模型。实验结果表明,GA-BP神经网络对塑料的识别性能优于GA-SVM,其中GA-BP神经网络识别精度为99.25%,原因是GA-SVM利用升维算法实现对数据集的分类,在塑料样品种类多的情况,分类效果不及GA-BP神经网络。因此,利用LIBS技术结合不同的识别算法,可以实现对多种塑料样品的分类,也为研究不同算法对塑料样品分类识别提供研究思路。     

Multiuser detection using a genetic algorithm in CDMAcommunications systems

In this study, a hybrid approach that employs a genetic algorithm (GA) and a multistage detector (MSD) for the multiuser detection problem in a code-division multiple-access communications system is proposed. Using this approach: (1) the GA is used as the first stage of the MSD to provide a good initial point for successive stages of the MSD and (2) the MSD is embedded into the GA as a “genetic operator” to improve further the fitness of the population at each generation. Such a hybridization of the GA with the MSD reduces its computational complexity by providing faster convergence. In addition, a better initial data estimate supplied by the GA improves the performance of the MSD, and the embedded MSD improves the performance of the GA. Simulation results for the synchronous and asynchronous cases are provided to show that the approach is promising     

FPGA placement optimization by two-step unified Genetic Algorithm and Simulated Annealing algorithm

Genetic Algorithm （GA） is a biologically inspired technique and widely used to solve numerous combinational optimization problems. It works on a population of individuals, not just one single solution. As a result, it avoids converging to the local optimum. However, it takes too much CPU time in the late process of GA. On the other hand, in the late process Simulated Annealing （SA） converges faster than GA but it is easily trapped to local optimum. In this letter, a useful method that unifies GA and SA is introduced, which utilizes the advantage of the global search ability of GA and fast convergence of SA. The experimental results show that the proposed algorithm outperforms GA in terms of CPU time without degradation of performance. It also achieves highly comparable placement cost compared to the state-of-the-art results obtained by Versatile Place and Route （VPR） Tool.     

Application of genetic algorithm in quasi-static fiber grating wavelength demodulation technology

A modified genetic algorithm (GA) has been proposed, which was used to wavelength demodulation in quasi-static fiber grating sensing system. The modification method of GA has been introduced and the relevant mathematical model has been established. The objective function and individual fitness evaluation strategy interrelated with GA are also established. The influence of population size, chromosome size, generations, crossover probability and mutation probability on the GA has been analyzed, and the optimal parameters of modified GA have been obtained. The simulations and experiments, show that the modified GA can be applied to quasi-static fiber grating sensing system, and the wavelength demodulation preci- sion is equal to or less than 3 pm.     

正交遗传算法

本文提出正交遗传算法.该算法把正交设计与遗传算法结合起来,用正交设计确定区间水平,在每个区间水平按遗传算法进行搜索,正交设计能够发现包含最好解的区间水平,再在这个区间水平使用遗传算法进行搜索.反复使用上述算法,当前区间水平变小.最后,当前区间水平变为一点了,它就是这些区间水平的最优点.借助正交设计,本文证明了正交遗传算法是收敛的和进行了计算机模拟.模拟结果显示该算法是有效的和可行的.     

Shape inversion of metallic cavities using hybrid genetic algorithm combined with tabu list

An approach combining the hybrid genetic algorithm (GA) with the tabu list concept is proposed to increase the search efficiency of the hybrid GA. The algorithm is applied to reconstruct the shape of a metallic cavity based on the Ipswich measurement data. Inversion results show good agreement with the actual shape and significant improvement in convergence rate over both simple GA and hybrid GA.     

FPGA-based genetic algorithm implementation for AC chopper fed induction motor

Genetic algorithm (GA)-based harmonic elimination technique is proposed for designing AC chopper. GA is used to calculate optimal firing angles to eliminate lower order harmonics in output voltage. Total harmonic distortion of output voltage is taken for the fitness function used in the GA. Thus, the ratings of the load are not mandatory to be known for calculating the switching angles using proposed technique. For the performance assessment of GA, Newton–Raphson (NR) method is applied in this present work. Simulation results show that the proposed technique is better in terms of less computational complexity and quick convergence. Simulation results were verified by field programmable gate array controller-based prototype. Simulation study and experimental investigations show that the proposed GA method is superior to the conventional methods.     

遗传算法在FIR滤波器设计——频率抽样法中的应用

本文介绍了遗传算法在FIR滤波器设计——频率抽样法中的应用.用遗传算法确定过渡带样本值,解决了传统方法(查表法)不能保证数据是最优的问题.本文还对标准遗传算法进行了适当的改进.给出了FIR数字低通、带通滤波器设计的两个例子.实验结果说明通过遗传算法设计的FIR滤波器性能较查表法得到了改善.     

通用飞机综合航电技术发展综述

我国的低空空域开放政策正逐步推进,通用航空产业方兴未艾,对通用飞机航电技术的研究具有重要意义。回顾了通用飞机航电技术的发展历程,指出综合化是其必然的发展趋势。同时,比较了通用飞机和运输类飞机的航电系统,研究了国外典型产品,总结了通用飞机航电系统的特点,指明了发展方向及关键技术,可供相关研究作为参考。     

双交换遗传算法及其在非周期天线阵方向图综合中的应用

提出了一种双交换遗传出法,它拓展了传统遗传算法的基本思想,通过引入双交换繁殖操作和参数化染色体,摆脱了传统遗传算法收敛对初始群体的依赖性,避免了传统遗传算法繁琐的编解码过程,因而,它比传统遗传算法更有效和更实用,为了说明双交换遗传算法的有效性和实用性,将双交换遗传算法应用于非周期圆形天线阵扫描方向图综合,应用表明双交换遗传算法可以成为一种通用的阵列天线辐射方向图综合工具。