遗传算法种群多样性的分析研究

种群的多样性是遗传算法法进化的前提条件，本文提出用种群方案方差和熵两个量来全面刻画遗传算法中的种群的多样性，分析了选择，交换和变异三个主要算子对种群方差和熵的影响，同时比较了编码机制对种群多样性的影响，得出一些重析结论。     

实数编码遗传算法中交叉操作的效率分析

介绍了常用的实数编码遗传算法及相应的交叉操作策略，通过理论分析和模拟实验研究了不同实数编码交叉操作的搜索效率。提出两种改进的交叉操作——有效线性交叉操作和张弛线性交叉操作，使子代个体在搜索空间内达到均匀分布，提高了遗传算法的优化效率     

基于群体编码方式的遗传算法求解装箱问题

就传统装箱问题提出了一种改进的混合遗传算法.该改进的遗传算法主要通过基于群体的编码方法,将每一个箱子视为一个群体,使得在进化过程中,只对群体部分进行操作,从而大大减少了冗余,克服了传统的基于物品编码或基于箱子编码的遗传算法的不足.仿真实验结果表明,该编码方式的遗传算法比基于物品编码的遗传算法显著提高了优化效果.     

无线随机动态操作点阵式大屏幕系统的设计

无线随机动态操作点阵式大屏幕系统的设计是对当前点阵式大屏幕提出的一个创新。章详细论述了系统结构及具体实现方法，建立了较完善的无线操作与随机动态系统。系统分为手写板控制及发射子系统，编码无线传输子系统，大屏幕及控制显示子系统。同时提供了系统结构图，发射器、接收器、接收控制电路图。     

基于新一代GPS的垂直度误差评定方法的研究

现代产品几何技术规范(GPS)提出的操作与操作算子技术,为实现几何产品检验/认证过程的数字化和规范化评定提供了必要的技术基础。研究分析了垂直度误差和轴线对端面垂直度误差评定过程中操作算子的构成,并建立了基于最小区域的各拟合操作的数学模型和优化目标函数。介绍了一种基于实数编码的遗传算法来解决误差评定中的目标优化问题,阐述了算法的基本思想和步骤。通过实例介绍了基于实数编码的遗传算法的轴线对端面垂直度误差评定过程。结果表明:该过程规范、有效、可操作性强。     

一种基于二进制编码的优化方法

介绍一种基于二进制编码的优化方法的基本原理和操作步骤。使用遗传算法中的变异操作，通过对个体中的每一子串实行整体变异、部分变异和逐位变异，结合动态编码和重新起动技术，使适应性函数值逐步逼近最优解。仿真结果表明该方法是有效的。     

交叉位置非等概率选取的遗传算法

以遗传算法应用中普遍采用的二进制编码为前提，分析了交叉位置等概率选取交叉操作对遗传算法寻优的不利影响，并提出交叉位置非等概率选取的交叉操作方法，利用该交叉操作算子的遗传算法具有较好的收敛性能。     

一个简化的无线传感器网络管理编码规则

为降低无线传感器网络(WSN)节点能耗并延长网络寿命,基于网络管理操作原语,设计一种简化的WSN管理编码规则。根据网络管理报文的长度,选择一个或多个字节表示网络管理中协议数据单元的长度。理论分析和实验结果表明,该编码规则能降低报文的编码长度及节点的通信能耗,并提高编码效率。     

改进的知识进化算法在配电网的应用

分析了配电网的特点,提出使用改进的知识进化算法(Improved Knowledge Evolutionary Algorithm,IKEA)求解配电网重构问题。重点阐述了编码规则,设计了适合于配电网重构的传承操作、创新操作和检验操作,应用IKEA求解配电网重构问题。针对IEEE16、IEEE33和IEEE69节点的100次仿真实验中,IKEA全部找到最优解,平均收敛代数分别为9.7、10.2和18.1。同相关文献的智能算法求解配电网重构问题的测试结果对比发现,IKEA可有效地缩小搜索空间,减少迭代次数,而且解的效果较好,算法的效率较高。     

彩色图像边缘特征及其人脸检测性能评价

介绍了一种有效的彩色图像边缘特征提取算法,提出了一种新的边缘方向编码--双轴对称方向编码,利用多重交叉验证的ROC(receiver operating characteristic)曲线对基于颜色及其边缘直方图的SVM(support vector machine)人脸检测进行平均性能评价.实验结果表明,图像颜色边缘特征比灰度边缘特征具有明显优势.通过分别与RGB三色直方图线性拼接,新的双轴对称边缘方向编码表现出比传统方向编码更好的SVM分类性能.利用颜色及其边缘直方图特征能够明显提高人脸检测性能,分辨出不同光照条件下、不同表情甚至部分遮挡的非深度旋转的彩色人脸.     

Nonlinear inversion of potential-field data using a hybrid-encoding genetic algorithm

Using a genetic algorithm to solve an inverse problem of complex nonlinear geophysical equations is advantageous because it does not require computer gradients of models or “good” initial models. The multi-point search of a genetic algorithm makes it easier to find the globally optimal solution while avoiding falling into a local extremum. As is the case in other optimization approaches, the search efficiency for a genetic algorithm is vital in finding desired solutions successfully in a multi-dimensional model space. A binary-encoding genetic algorithm is hardly ever used to resolve an optimization problem such as a simple geophysical inversion with only three unknowns. The encoding mechanism, genetic operators, and population size of the genetic algorithm greatly affect search processes in the evolution. It is clear that improved operators and proper population size promote the convergence. Nevertheless, not all genetic operations perform perfectly while searching under either a uniform binary or a decimal encoding system. With the binary encoding mechanism, the crossover scheme may produce more new individuals than with the decimal encoding. On the other hand, the mutation scheme in a decimal encoding system will create new genes larger in scope than those in the binary encoding. This paper discusses approaches of exploiting the search potential of genetic operations in the two encoding systems and presents an approach with a hybrid-encoding mechanism, multi-point crossover, and dynamic population size for geophysical inversion. We present a method that is based on the routine in which the mutation operation is conducted in the decimal code and multi-point crossover operation in the binary code. The mix-encoding algorithm is called the hybrid-encoding genetic algorithm (HEGA). HEGA provides better genes with a higher probability by a mutation operator and improves genetic algorithms in resolving complicated geophysical inverse problems. Another significant result is that final solution is determined by the average model derived from multiple trials instead of one computation due to the randomness in a genetic algorithm procedure. These advantages were demonstrated by synthetic and real-world examples of inversion of potential-field data.     

遗传算法的一种新颖编码研究

提出了一种新的基于N进制分部编码算子的遗传算法．该编码算子首先将每个基因值用N进制的浮点数表示，然后将其分为整数部分和小数部分，分别重新编码组成染色体；相应的选择、交叉、变异算子采用符号编码的思想，充分利用N进制浮点数的特点进行设计．在遗传算法开始阶段，该编码算子进行整数部分和小数部分的遗传操作，使得遗传算法在早期具有很强的全局搜索能力，避免陷入局部极值；在后期进行小数部分的遗传操作，使得遗传在后期具有很强的局部搜索能力，能够很快地搜索到全局极值．通过理论分析，证明了N进制分部编码算子与传统的浮点数编码和二进制编码算子相比具有优越性，并通过典型函数的仿真进行了验证．     

一种新的路径编码机制在移动机器人路径规划中的应用

针对基于遗传算法的移动机器人路径规划,本文提出了一种新的定长十进制路径 编码机制．首先,将移动机器人所处环境中的障碍物表示成多边形的形式,并对各障碍物顶 点用十进制进行任意编号,然后将移动机器人的路径编码成定长为所有障碍物顶点个数之和 的十进制染色体串．串中,非零位上的十进制值表示路径经过了相应编号的顶点,各顶点在 串中的顺序就是它们在路径中的顺序．此编码方式克服了已有的变长编码机制及定长二进制 编码机制需特殊遗传操作算子和特殊解码的缺陷,使得算法更加简单有效．     

用位操作编制遗传算法程序的一种技术

针对遗传算法编程中存在的计算效率问题 ,提出了一种基于位操作 (Bit Operation)编、解码技术 ,利用计算机储存单元中数据内码直接进行操作 ,无需作Decimal Binary之间的转换 ,可有效地提高计算过程中储存单元的利用率和计算效率 ;并给出了基于位操作的交换 ,变异等基因操作的计算方法。     

基于递进制编码的遗传算法研究

首先分析了编码的进制数对遗传算法收敛速度的影响．分析结果表明，当种群不稳定时，高进制编码较低进制编码具有更快地搜索至最优区域的能力，当种群较为稳定时，低进制编码较高进制编码具有更快地逼近最优点的能力．然后提出了基于递进制的遗传算法，该算法能提高优化问题的收敛速度，在优化参数较多时，与单一进制编码的遗传算法相比具有明显的优势．仿真实例也验证了这一结论．     

基于PPGA-MBP的神经网络优化及其应用

多物种并行进化遗传算法应用于神经网络拓扑结构的设计,开辟了新的研究领域,论文提出伪并行(PPGA-MBP)混合遗传算法,结合改进的BP算法优化多层前馈神经网络的拓扑结构。算法采用实数编码来克服传统二进制编码的精度不足问题,并设计基于层次的杂交算子允许结构相异的个体杂交重组成新的个体,适应度函数更是综合考虑了均方误差、网络结构复杂度和网络的泛化能力等因素。实验证明取得了明显的优化效果,提高了神经网络的自适应能力和泛化能力,具有全局快速收敛的性能。论文还运用该算法建立了工业增产值经济预测网络模型,将网络预测值和多项式拟合值进行了对比分析。     

基于特征提取和Delta编码的超声波数据压缩方法

为了保存超声检测过程中产生的大量数据,通过对超声波数据提取波形沿交点等特征,并在此基础上进行Delta编码,将特征提取与Delta编码进行结合,建立了一份十进制二进制编码表,使编码后所得的数据压缩比提高20%~40%。特征提取和Delta编码可以互补提高压缩比,并且可以根据重构精度的要求动态改变压缩比。最后用实例说明了这种压缩方法的压缩效果和还原效果。     

通过类搜索算法实现组合测试数据集的全局优化

测试数据集的生成是软件组合测试的一个关键问题.为了提高测试数据的生成质量,提出了一种通过类搜索过程驱动的全局优化机制.在这个方法中,一个二进制编码机制被用于将组合测试数据生成问题转换为一个二进制基因序列的优化问题.同时,为了有效求解此问题,设计了一种新颖的全局优化算法—类搜索算法.此文主要论述了优化问题转换机制的可行性和有效性,并介绍了类搜索算法的计算机制.通过大量的仿真实验显示所提出的方法是可行的,且针对小规模组合测试问题,它是一种更为高效的组合测试数据集生成方法.     

Decimal addition on FPGA based on a mixed BCD/excess-6 representation

Decimal arithmetic has recovered the attention in the field of computer arithmetic due to decimal precision requirements of application domains like financial, commercial and internet. In this paper, we propose a new decimal adder on FPGA based on a mixed BCD/excess-6 representation that improves the state-of-the-art decimal adders targeting high-end FPGAs. Using the proposed decimal adder, a multioperand adder and a mixed binary/decimal adder are also proposed. The results show that the new decimal adder is very efficient improving the area and delay of previous state of the art decimal adders, multioperand decimal addition and binary/decimal addition.