基于改进遗传算法的自动组卷问题研究

为了解决传统遗传算法在自动组卷中容易出现未成熟收敛和收敛速度慢等问题,提出了一种基于改进遗传算法的自动组卷方法。采用分段二进制编码策略,对每个子空间进行初始种群选择,保证了初始种群舍有丰富的模式,从而增加搜索收敛于全局最优的可能性。并对交叉算子和变异算子进行了优化,实现了交叉和变异概率随解的变化而自适应调整。实验结果表明,改进的遗传算法能有效地解决自动组卷问题,提高了收敛速度和组卷的成功率。     

用遗传算法解组卷问题的设计与实现

组卷问题是一个多重约束目标的问题求解，为此我们设计了一个求解该问题的遗传算法，给出了分段二进制编码的针对该编码的交叉算子，变异算子的改进，实例表明该遗传算法在求解组卷问题非常有效。     

基于自识别交叉算子和自适应变异算子的遗传算法研究

为有效地解决遗传算法收敛速度和局部最优解的矛盾,本文提出了一种具有自识别交叉算子和基于海明距离的动态变异算子的遗传算法.自识别交叉算子保证父代的优良模式遗传到下一代,加快了算法的收敛速度;而动态变异算子扩大了搜索范围,增强了算法跳离局部最优解的能力.实验证明,两种改进算子的有效结合保证算法能以较快速度收敛于全局最优解.     

遗传算法中常用算子的分析

本文对遗传算法中常用的基于适应值比例的选择算子、一点交叉算子和逐位变异算子进行了讨论,给出了模式数量在遗传算子作用下变化的递推表达式及其极限性能,说明了选择算子使群体向高适应值个体聚集而交叉算子和变异算子使群体分布扩散的特性.在此基础上可以进一步改善遗传算法的性能,从而在电子技术领域获得更广泛的应用.     

基于遗传算法的粗糙集属性约简算法

针对目前粗糙集遗传约简算法不能确保得到约简的不足,分别提出基于二进制编码基因和符号编码基因的遗传约简算法.基于二进制编码基因的遗传算法加入修正算子以确保遗传算法在可行解的空间搜索.基于符号编码基因的遗传算法融合交叉算子和变异算子以降低遗传算法的复杂度.实验结果表明,两种编码方式的遗传约简算法都能确保得到约简.     

非均匀线天线阵优化布阵研究

针对有阵元数、孔径和最小阵元间距约束的稀布直线阵列综合问题,提出了一种基于修正遗传算法(MGA)的综合方法.该方法采用真值编码,个体的描述方式可使搜索空间减小,通过设计用于处理约束的矩阵变换和广义的交叉算子和变异算子,有效地避免了基因重组和变异时出现不可行解.在约束阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制峰值旁瓣电平(PSLL)的稀布阵综合.文中给出了修正遗传算法的流程,该算法的有效性和鲁棒性在稀布阵列综合的仿真实验中得到了验证.     

基于遗传算法的试题库组卷研究

组卷问题是一个多重优化约束目标求解问题,使用传统方法解决此种问题较困难,考试题库以及组卷算法的设计决定了组卷的效率和质量。文中提出一种基于遗传算法的组卷方法,给出了初始种群方法,分段编码及交叉算子、变异算子,优化了搜索过程,实验证明求解组卷问题采用该方法行之有效,有利于实现考试的规范化、科学化、教考分离。     

基于自识别交叉算子和自适应变异算子的遗传算法研究

为有效地解决遗传算法收敛速度和局部最优解的矛盾,本文提出了一种具有自识别交叉算子和基于海明距离的动态变异算子的遗传算法。自识别交叉算子保证父代的优良模式遗传到下一代,加快了算法的收敛速度;而动态变异算子扩大了搜索范围,增强了算法跳离局部最优解的能力。实验证明,两种改进算子的有效结合保证算法能以较快速度收敛于全局最优解。     

圆形口径平面天线阵列的多约束稀布优化方法

针对圆形口径平面稀布阵列的多约束优化设计问题,以均匀同心圆环阵列的阵元位置分布特性为基础,构造了稀布圆阵的满足多个优化约束的可行初始解.提出了一种个体元素的间接表示法,设计了一种新的交叉算子和变异算子,运用改进的实数遗传算法优化设计天线阵的阵元位置.优化约束包括阵元数约束、口径约束和最小阵元间距约束,优化目标是使阵列响应的峰值旁瓣电平最小.运用这种改进实数遗传算法可以充分利用阵元布阵的自由度,同时能减小搜索空间,提高计算效率.仿真试验证实了算法的稳健性和有效性.     

基于改进遗传算法的试卷生成算法研究

针对应用传统遗传算法在组卷中出现的早熟和收敛速度慢等问题,提出基于改进遗传算法的试卷生成算法。详细介绍改进的遗传算法应用于组卷的步骤,包括编码方法、适应度函数、交叉算子和变异算子的确定等关键内容。该算法采用分组自然数形式进行个体编码,同时,一改传统交叉方法,采用自适应交叉概率和遗传概率的方法进行运算。仿真实验表明,该算法有效提高了组卷的效率。     

基于矩阵二进制编码遗传算法的频繁项集挖掘

提出一种基于矩阵二进制编码的改进遗传算法MGA (Matrix Genetic Algorithm),应用于挖掘关联规则中的频繁项集。通过对初始种群的编码以及降维保证了合理的初始适应度,并对遗传算法中交叉算子和变异算子生成新个体与筛选的过程进行优化,使算法有优良的全局和局部搜索能力。实验结果显示,MGA算法的整体挖掘效率与质量良好。     

Genetic Searching Algorithm for Optimal Runlength—Limited Codes with Error Control

ＧｅｎｅｔｉｃＳｅａｒｃｈｉｎｇＡｌｇｏｒｉｔｈｍｆｏｒＯｐｔｉｍａｌＲｕｎｌｅｎｇｔｈ┐ＬｉｍｉｔｅｄＣｏｄｅｓｗｉｔｈＥｒｒｏｒＣｏｎｔｒｏｌ＊＊ＴｈｉｓｗｏｒｋｗａｓｓｕｐｐｏｒｔｅｄｂｙｔｈｅＣｈｉｎｅｓｅＫｅｙＰｒｏｊｅｃｔｏｆＦｕｎｄａｍ...     

基于遗传算法的频率分配问题研究

针对频率数受限情况,提出了一种基于遗传算法的改进频率分配算法.通过设计新的编码策略,算法保证了初始频率分配方案中同一小区内的频率之间相互不存在干扰.为了和新的编码策略相适应,在变异操作中引入了特殊的变异方法.针对42小区GSM系统频率分配实验表明,在可用频率数受限的条件下,该算法能够使最终不满足约束条件的频率数降到最少.给出了就如何设置遗传算法各个运行参数的建议.     

自适应混合遗传算法在弹药装载中的应用研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题,属于NP 完全问题,其求解是很困难的。本文在考虑弹药装载中各类约束条件的情况下,对简单遗传算法进行了多方面改进,提出了一种自适应混合遗传算法,来求解弹药装载问题。本文对该算法的编码和解码过程,以及复制算子、交叉算子和变异算子的构建,进行了详细的阐述,给出了使用该算法求解弹药装载问题的具体实现方法。     

基于实数编码遗传算法的稀布阵列综合

针对有孔径和阵元总数约束的线性阵列,提出了一种基于实数编码遗传算法的稀布阵列综合方法。算法中每条染色体基因主要由阵元间距和激励幅度共同组成,采用双变量组合优化的方式为阵列性能优化提供了更多的自由度。采用十进制实数量化编码的方式,省去了二进制编码过程中的解码运算,使算法程序更为简洁,效率更高。以降低阵列方向图的峰值旁瓣电平为目标函数,运用提出的改进遗传算法针对几种不同的线性阵列进行优化仿真,在同等约束条件下将该算法与其他改进遗传算法进行了优化对比,结果表明该算法表现更为出色。     

基于自适应SAGA的测试数据自动生成

结合遗传算法（GA）的并行搜索结构和模拟退火（SA）的概率突跳性，并结合使用自适应的交叉算子和变异算子，提出了一种高效的自适应的SAGA混合优化算法。在自主开发的结构性测试工具WBoxTool中，使用自适应SAGA混合优化策略进行测试数据自动生成，并通过实例对基本遗传算法、自适应遗传算法和自适应SAGA进行了比较，结果表明自适应SAGA具有更强的搜索能力，可以更快的发现全局最优解。     

分布式雷达节点位置优化的多约束遗传算法研究

分布式雷达是近年来国内外广泛关注的一种新体制雷达,具有机动性强、成本低、可靠性高等优点。但是由于分布式雷达节点的稀疏布置,容易产生栅瓣、高旁瓣等问题,严重影响雷达系统性能。本文基于多约束遗传算法提出了一种分布式雷达节点位置优化方法。该方法首先基于约束最小间距对节点位置进行实值映射编码,并对遗传算法的种群进行初始化,然后对种群进行先增广后收缩的选择处理,再根据自适应概率进行交叉和变异处理,最后经迭代实现分布式雷达节点位置的优化设计。该方法不仅能够有效抑制系统栅瓣,还能够满足多约束需求显著降低系统旁瓣电平。与已有方法相比,该方法简单易行、全局搜索能力强。通过仿真验证了所提方法的有效性和稳健性。      

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.