Internet中基于启发式遗传算法的受限镜像放置问题求解

求解受限镜像放置问题对于Internet内容提供商具有重要的应用价值,但其在数学上归结为k-supplier问题,是一个NPC问题.本文提出了一种求解受限镜像放置问题的启发式遗传算法,该算法采用启发式交叉和变异算子,本质上是对标准两点交叉和单点变异产生的非法染色体进行启发式修正,以提高算法的局部搜索能力,加速收敛.仿真实验详细考察了启发式算子对收敛速度与全局优化性能的影响,并与两种常用启发式算法进行了性能比较.实验结果表明本文算法具有快速收敛,高性能,全局收敛等优点,证明其可行性和有效性.     

求解带度约束多播路由问题的启发式遗传算法

为了能够有效求解带有度约束的多播路由模型,融合启发式算法与遗传算法,利用染色体作为启发信息,设计了一种求解该模型的混合遗传算法。该算法不但避免了直接对树形数据结构编码所带来的困难,而且具有快速收敛的特点和全局寻优的能力。最后,大量的数字仿真从实践上支持了该算法的有效性。     

基于遗传算法的复杂背景噪声中二维谐波的二次耦合分析

本文利用二维循环统计量方法对乘性噪声之间相关,乘性噪声和加性噪声之间也相关这种复杂噪声背景中二维谐波的二次非线性耦合问题做了分析。利用当且仅当二维谐波中存在二次非线性耦合谐波时,所定义的二维三阶时间平均矩谱仅在参与二次耦合谐波频率处取得极值的性质,提出了采用遗传算法来分析二维谐波的：二次非线性耦合问题的算法。仿真实验证明了算法的有效性。     

基于单控制方的可控量子网络编码方案

本文提出了基于单控制方的可控量子网络编码方案,实现对传统量子网络编码方案中接收方的解码控制.该方案以经典XQQ(Crossing Two Qubits)协议为基础,引入可控隐形传态的控制方到网络编码模型当中,对两个接收方的解码实现控制.方案分析表明,这种新型方案实现了在没有控制方允许的情况下,即使攻击者获得了接收方全部信息也无法解码获得传输的量子信息,从而提高了量子网络中信息传输的安全性.     

基于遗传算法的二维散射中心提取研究

提出了一种基于遗传算法的雷达目标二维散射中心提取方法,并给出了适用条件,它采用CLEAN方法,将每个散射中心的提取转化为一个非线性优化问题,并利用改进的遗传算法进行优化求解。仿真结果表明,相对于传统的FFT方法和2-D Esprit方法,文中提出的二维散射中心提取方法在准确性、鲁棒性和分辨力等方面具有优势。     

时间敏感网络中基于EDWF-MTTF的启发式调度算法

随着工业控制和信息网络的快速融合发展,基于以太网的时间敏感网络受到了广泛关注.时间敏感网络采用时间触发通信调度来保证数据传输的确定性.然而,现有调度算法难以快速计算大规模周期性流量的调度表.因此,设计了基于带权重的最早截止时间-最大传输时间优先的启发式调度算法,通过灵活适配流量排序权重以及回溯增强等方法,可以在较短时间内解决工业自动化场景中大规模流量的调度问题.实验结果表明,相比经典整数线性规划方法,带权重的最早截止时间-最大传输时间优先的启发式调度算法能更快地计算出大规模周期性流量调度表的较优解.     

基于遗传算法的焦化大车走行时间优化研究

采用遗传算法实现了对焦化大车走行时间的优化控制。在建立了大车走行时间的目标函数及约束条件后,对走行时间的函数模型进行了遗传算法的优化,并编写Matlab函数进行仿真,得出了优化的大车走行时间。将基于遗传算法的优化走行时间与传统的匀加速大车走行时间进行了比较和分析,证明了基于遗传算法的大车优化走行时间具有很好的优越性和时效性。     

基于遗传算法的二维谐波频率估计

针对高斯有色噪声背景下的二维谐波频率估计问题,本文利用二维四阶累积量对高斯噪声不敏感,却包含有二维谐波的频率与幅度信息,将该问题转化为一个多元函数的极值问题,然后提出了基于遗传算法的二维谐波信号参数估计算法.该算法可以直接估计出谐波的频率与振幅,并且不需要考虑频率的配对问题,使得估计过程得到了简化.仿真实验证明了算法的有效性.     

基于Fisher准则的自适应遗传算法在图像分割中的应用

为了确定图像分割的最佳阈值,提出了一种基于自适应遗传算法的图像分割方法.自适应遗传算法能够在保证种群多样性的同时保证算法的收敛性,克服了基本遗传算法的收敛性差、易早熟问题.以二维Fisher准则作为图像分割的评价标准,利用自适应遗传算法对其进行优化,得到最佳分割阈值.实验结果表明,与基本遗传算法相比,该算法不仅能够保证图像分割的精度,而且分割速度提高了约30%.     

基于遗传算法的布局问题的实现

为了克服单一遗传算法的早熟现象，本文提出了将启发式算法和遗传算法结合的一种新算法，进行布局优化的求解。实验证明，在一定程度上提高了解的质量。     

基于混合遗传算法求解CMST问题

ＣＭＳＴ （Ｃｏｎｓｔｒａｉｎｅｄ Ｍｉｎｉｍ ｕｍ Ｓｐａｎｎｉｎｇ Ｔｒｅｅ）是通信网络拓扑结构设计中经常遇到的问题,一般解决此问题采用启发式方法,本文提出了使用混合遗传算法求解ＣＭＳＴ问题的新算法。理论分析和仿真表明这种方法是有效的     

一种基于遗传算法的多处理机调度算法实现

针对使用有向无回路图表示的应用任务在多处理机系统上的静态调度问题,对基于问题空间遗传算法(PSGA)的调度技术进行改进。以减少系统响应时间。为了验证本文算法的有效性,把其与标准算法和CP/MISF列表算法进行了比较,仿真试验表明,本文算法能够得到最优的调度结果。     

一种基于遗传算法的PID参数的优化控制策略

针对某一控制对象，通过数学推导，得出一组值Kp，K1，KD将其作为遗传算法的参考值。虽是随机产生初始群体，但可以预置大致范围，并在此基础上进行优化，可提高遗传算法的收敛速度。     

一种基于遗传算法的自适应参数型多径时延估计

基于四阶累积量的自适应参数型多径时延估计（FOC—APMTDE）算法只能直接估计整数倍采样间隔的时延,为了克服此缺点,引入遗传算法进行时延估计的寻优,保留了FOC—APMTDE算法良好的抑制相关或非相关高斯噪声的性能,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新方法的有效性。     

基于遗传算法的内容编排模型设计

在支撑内容型业务及移动广告业务的内容管理系统中,内容编排是基于订单的业务媒介资源规划利益最大化的热点问题。将媒介资源构建成以空间模板分屏、时序资源、受众分组3个维度的载体业务模型,并且提出基于订单需求约束,以实现订单高效资源利用率、精确投放时间为目标的多目标资源优化(MOP)模型——内容编排模型,设计了并行遗传算法的模型求解算法并进行仿真,验证了模型的有效性。     

一种启发式的计算机局域网拓扑优化设计方法

研究了计算机局域网优化设计问题的数学模型。采用稀疏哈夫曼树来描述网络拓扑结构,并将遗传算法和模拟退火法相结合,提出了一种启发式搜索算法,实现了以最小平均时延为目标的局域网拓扑优化设计。实验结果表明启发式算法具有较好的性能。     

资源约束多模式项目调度的遗传算法研究

针对以工期最短为优化目标的多模式资源约束优化调度问题进行研究,在建立数学模型基础上,采用改进遗传算法对模型进行求解.算法设计上,对各活动的执行模式进行统一编号,使模式的内部编号包含了时序约束、资源约束、工期等信息,针对活动执行模式采用特殊的整数编码方式,染色体基因由活动执行模式序号组成.对染色体结构设计了单点交叉和单点变异操作算子,采用锦标赛选择方法.通过实例验证了改进遗传算法在求解MMRCPSP上的有效性.     

应用网络编码的分组交换调度算法

网络编码理论与交换调度算法相结合重点是实现在联合输入输出排队（CIOQ）交换结构中提供组播服务。文章证明了对一个流中的分组进行线性网络编码可以承载不允许网络编码时不能够承载的交换流量模式,也就是说,网络编码允许CIOQ交换结构在实现组播服务时有更大的速率区域,并给出了基于图论方法的描述。运用增强冲突图的稳定集多面体等概念,文章证明了计算离线调度的问题可以简化成某种图染色问题,同时,也针对组播调度提出了一个称之为最大权重稳定集的在线调度算法。