基于t分布变异的进化规划

参考已提出的各种变异算子,提出了基于t分布变异的进化规划.在该算法中,使用t分布将高斯分布和柯西分布衔接起来,改变自由度n可以调整其变异性能.通过仿真得到了t算子随n和σ变化的一般规律,初步总结了进化代数、变异尺度和求解精度三者之间的关系.在此基础上,给出了一个基于t算子的自适应性进化规划算法,该算法将高斯变异和柯西变异的优点结合起来,仿真表明算法具有良好的性能.     

一种多群竞争进化规划算法

易早熟收敛是传统进化规划算法的致命缺点.本文在分析了导致进化规划算法早熟原因的基础上,提出了一种改进的多群进化规划算法.在该算法中,进化在多个不同的子群间并行进行,子群间的竞争决定个体的变异能力,子群间的信息交流通过子群重组实现.对典型算例的数值仿真表明,该算法能够改善传统的进化规划算法易早熟收敛的弱点,同时具有良好的快速收敛性和参数鲁棒性.     

基于差分进化算法的港口封控兵力规划方法

针对传统港口封控兵力规划人力作业耗时长、效率低、难寻优等问题,提出了无人机群对海识别查证条件下,运用差分进化算法进行飞行航路智能寻优和兵力优化的方法.该方法具有兵力规划快速可靠、精准高效、行动要素覆盖全面等特点.     

进化规划的Markov过程分析及收敛性

本文对一类进化规划（EvolutionaryProgramming）进行了理论分析，给出了进化规划的Markov过程描述及t步概率分布密度的递推公式，该公式较好地描述了进化规划的叠代规律，利用该公式证明了进化规划的概率1收敛性及r阶收敛性．     

进化计算在Matlab中的实现方法

进化计算是一类广泛应用且不断发展的智能计算方法,构成进化计算的主要有遗传算法、进化策略、进化规划,这3种算法侧重点和实现方法各不相同。在分析这3种算法关键要素的基础上,依据Matlab的M文件要求,实现了进化计算程序的设计,给出了Matlab中进化计算关键要素的实现代码。     

一种结合知识挖掘的进化规划算法

进化规划是一种进化计算方法。进化规划主要使用随机化技术来实现优化过程。与其它进化算法相比,进化规划只有变异操作,而没有交叉操作,因此变异操作的有效性对进化规划算法的成功至关重要。在传统进化规划算法中,进化规划的变异操作具有完全的随机性,这虽然有利于避免局部极值,但却导致较大的计算量。在本文算法中,将知识挖掘技术引入进化规划之中。知识挖掘技术主要用于发现规则,然后利用发现的规则指导变异操作过程,提高变异操作的效率。最终加快了进化规划算法的速度,而计算效果没有明显下降。通过知识挖掘技术的引入,进化规划算法有了初步的智能特性。将本文所介绍的新算法应用于视频编码的运动估计实验中,结果表明新算法有良好的计算速度和计算精确性。     

采用进化规划和最大熵的目标图像分割算法

图像分割是图像处理和计算机视觉中关键技术之一。在分析最大熵法和进化规划算法(EP)基础上,提出一种自动阈值选取的图像分割算法。该算法以图像的最大熵作为适应度值,将图像分割问题看作一个全局数值优化问题,利用进化规划全局寻优和快速计算的特点,搜索一个最佳阈值用于图像分割。仿真结果表明,本方法很好地解决了最大熵法计算量大的缺点,速度快且分割效果好。     

雷达假目标干扰无人机航路规划研究

雷达假目标干扰无人机在执行干扰任务前要根据战场环境预先规划好最优路径.全面考虑战场环境威胁约束、机动性能约束和假目标干扰任务约束,综合轮盘法、最优保存策略和六种进化算子形成进化算法,对航路规划问题进行求解.仿真结果表明,利用文中的假目标干扰任务约束量化方法和进化算法对雷达假目标无人机干扰航路进行规划是可行的.     

基于进化规划的树形网络优化规划

提出联合考虑建设代价和使用代价的树形网络优化规划问题，并应用进化规划算法进行了有效的求解，仿真实例表明了算法的有效性。文章同时分析了在不同的流量要求和两种代价不同权重下，网络结构的演化。     

进化规划用于自适应IIR滤波器的优化设计

针对自适应ＩＲ滤波器（ＡＩＲＦ）潜在的不稳定性和性能指标函数容易陷入局部极小点而导致性能下降等问题，本文将进化规划用于直接、并联、级联和格型结构的ＡＩＩＲＦ的优化设计。基于进化规划的自适应滤波算法不依赖于梯度信息，能够有效地实现ＡＩＩＲＦ参数的全局寻优。大量的仿真实验结果表明不同结构的ＡＩＲＦ用进化规划进行参数寻优，不仅解决了自适应滤波器性能指标函数容易陷入局部极小点的问题，亦解决了ＡＩＲＦ的稳定性问题。     

基于进化规划求解最优通信生成树

本文分析了使用遗传算法求解最优通信生成树的缺陷,提出了基于进化规划求解最优通信生成树的新方法,并将这一方法扩展到有约束最优通信生成树问题。仿真结果验证了算法的有效性。     

有限阵列结构的电性能优化

将有限阵列结构电性能优化问题统一表示为非线性规划的形式,并应用遗传算法和进化规划进行求解,优化过程中采用迭代法进行阵列特性分析并计算相应的目标函数。为提高运算效率,种群进化过程中采用逐步增加迭代法迭代次数的计算方案。文中以复线源－－有限曲面带栅结构的辐射与散射特性优化为例,验证了方法的有效性,并给出了有关的数值计算结果。     

基于一种新型RBF网络的捷变频雷达频率预测技术

针对捷变频雷达的频率预测问题,提出了基于一种新型RBF网络的频率预测方法。该方法将频率预测问题等效为伪随机序列预测问题,并采用结合人工免疫聚类和进化规划的混合算法确定RBF网络的隐层参数。计算机仿真表明,采用这种方法设计的RBF网络预测器可以准确地预测捷变频码,是一种对抗捷变频雷达的有效方式。     

基于多子群竞争进化规划算法的光纤光栅设计

从光栅传输矩阵分析法出发,提出了一种基于多子群竞争进化规划算法的光纤Bragg光栅(FBG)设计方法,进而设计了用于滤波的均匀FBG和用于色散补偿的啁啾FBG(CFBG)的结构参数.结果表明,本文设计方法可直接确定FBG的结构参数,在不同的设计精度要求下所设计的FBG分析曲线与目标曲线吻合很好,所采用算法具有比传统的进化规划算法快几10倍的收敛速度和更好的稳定性.     

Evolutionary Computation:an Overview

ＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ：ａｎＯｖｅｒｖｉｅｗ＊＊ＴｈｉｓｗｏｒｋｗａｓｓｕｐｐｏｒｔｅｄｂｙｔｈｅＣｌｉｍｂｉｎｇＰｒｏｇｒａｍｍｅ┐ＮａｔｉｏｎａｌＫｅｙＰｒｏｊｅｃｔｆｏｒＦｕｎｄａ┐ｍｅｎｔａｌＲｅｓｅａｒｃｈｉｎＣｈｉ...     

进化规划方法在最小化拖期任务数并行机调度问题中的应用

随着ＣＩＭＳ技术的发展,生产线调度问题的研究显得日益重要,最小化拖用期任务数并行机调度问题是一类重要的生产线调度问题,但迄今为止,在解决工件和机器数较多的大规模并行机调度问题还存在着许多困难,进化规划方法与遗传算法一样是一种重要的进化计算方法,它具有描述简单,使用灵活,运行效率高,鲁棒性强,较少受初始条件限制等优点,这使得它有很高的实用价值,但与遗传算法相比,进化规划方法的应用还刚刚开始,特别是在     

基于进化规划的运动估计算法

本文将进化规划引入了运动估计问题的求解中,在算法中还引入了像素疏值法,从而使得算法的运算量大为减少,而运动估计的精度没有明显下降。实验表明,本文算法的运算量甚至少于三步搜索法（3SS）,而获得的图像质量优于三步搜索法,接近全搜索算法（FS）。     

EDA算法求解一类特殊的非线性双层规划问题

研究下层为线性规划上层为二次规划的非线性双层规划问题。利用单纯形最优性等价条件和基于正态分布的分布估计算法(EDA)求解该问题的全局最优解。为了提高算法效率,结合种群最优个体,给出了有效的交叉算子。设计算法时,用均匀设计产生初始种群,从而增加种群的多样性。为克服进化算法的弱局部收敛性,文中提出一种新的方法增加算法的局部收敛性。数值试验结果表明,文中提出的算法是有效且快速的。