遗传算法在计算机辅助创新作曲中的应用

对遗传算法在作曲中的应用进行了一定的研究,分析了遗传算法作曲系统应用,主要对交互式遗传算法在作曲进化方面进行了探讨并加以实验测试。     

交互式遗传算法在作曲中的应用

对交互式遗传算法作曲进行了一定的探讨.介绍了用遗传算法进行作曲的知识表示.通过将给定的乐谱转化成相应的编码,采用交互式遗传算法中的选择,交叉和变异算子产生新的乐曲.对交互式遗传算法作曲进行了仿真实验,讨论了实验步骤,给出了实验结果.仿真结果表明,设计的作曲系统可以产生出令人感兴趣的乐曲,具有一定的实际意义.     

遗传算法在作曲中的应用

对遗传算法在作曲中的应用进行了一定的探讨。介绍了遗传算法应用于作曲的基本过程。通过将给定的乐谱转换成相应的编码,采用遗传算法中的选择、交叉和变异算子产生新的乐曲。     

算法作曲的研究进展

讨论了当今算法作曲这一研究领域中存在的一些主要问题.评述了这一领域所采用的一系列关键技术,包括Markov链、随机过程、基于音乐规则的知识库系统、音乐文法、人工神经网络技术以及遗传算法.得出的结论是,作曲系统可以朝着集多种方法为一体的混合型系统(hybrid system)的方向发展.系统应在音乐创作的各个层面上提供灵活的人机交互手段,以便提高系统的实用性和有效性.     

基于遗传算法的计算机智能作曲模型

针对传统计算机智能作曲客观评价不准、实现难度过大问题,本文对智能作曲进行探讨并给出一种遗传算法的智能作曲模型,并提出一种简化的模型.对该模型分别从算法设计和算法实现两方面进行了较深入的探讨,同时给出了程序实现.实验结果表明,模型对局部进行改善而不影响到其他部件,具有较高的可扩展性,算法的时间和空间复杂度较好,证明本文的算法是可行和有效的.     

一种基于遗传算法的自动生成创意曲动机的方法

遗传算法作曲就是利用遗传算法来实现乐曲的生成,在创作的过程中遗传算法按照事先给定的规则进行进化,从而使得人在计算机创作的过程中介入程度达到最小。动机是巴赫创意曲中的核心旋律和主题,文中采用遗传算法对创意曲中动机的自动生成进行了探讨。介绍了遗传算法创作动机的基本过程,即按照动机创作的音乐知识规则来设置适应度函数,采用遗传算法中的选择、交叉和变异算子产生动机片段,最终达到生成自动生成动机片段的效果。     

一种基于遗传算法的自动生成创意曲动机的方法

遗传算法作曲就是利用遗传算法来实现乐曲的生成，在创作的过程中遗传算法按照事先给定的规则进行进化，从而使得人在计算机创作的过程中介入程度达到最小。动机是巴赫创意曲中的核心旋律和主题，文中采用遗传算法对创意曲中动机的自动生成进行了探讨。介绍了遗传算法创作动机的基本过程，即按照动机创作的音乐知识规则来设置适应度函数，采用遗传算法中的选择、交叉和变异算子产生动机片段，最终达到生成自动生成动机片段的效果。     

改进遗传算法在入侵检测系统中的应用

针对现有入侵检测系统的不足,对遗传算法应用于入侵检测系统进行了研究,提出了一种基于改进遗传算法的异常检测算法.本文详细讨论了适应度函数的构造过程,并对种群的确定、选择算子、变异算子进行了改进.实验证明,改进后的遗传算法应用到入侵检测系统中,能有效的提高检测准确性.     

交互式遗传程序设计在作曲中的应用

针对目前的算法作曲系统普遍存在的局限性,提出一种交互式遗传程序设计(Interactive Genetic Programming,IGP)的作曲方法.介绍了用交互式遗传程序设计进行作曲的原理、步骤.提出了一种交互式遗传程序乐曲生成系统,用人做为适应度函数,用遗传程序设计的方法来产生乐曲片段.把乐曲片段交给人进行评价后,人对乐曲是否参与下一代进化进行取舍,直至产生理想的乐曲.实验结果显示:得到的乐曲片段较之前各种乐曲生成系统得到的乐曲更连贯,能够符合人的欣赏习惯.     

遗传算法改进策略的研究

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法.近年来,由于遗传算法求解复杂优化问题的巨大潜力和工程等领域的成功应用,受到了广发关注.针对遗传算法的特点,结合遗传算法的理论,给出了遗传算法的改进方法,并进行了系统的分析和研究.     

改进分布式遗传算法多约束QoS移动IP路由选择

结合分布式遗传算法和Cascade模型的优点,提出改进分布式遗传算法,并将改进后的算法用于解决移动IP的多约束服务质量(QoS)路由选择。该算法在分群操作的基础上,根据每个子群进化的优劣程度动态地划分子群大小、控制子群间个体的迁移方向,使路径搜索更快、更好地收敛于最优。     

On the performance of the Bayesian optimization algorithm with combined scenarios of search algorithms and scoring metrics

Genetic Programming and Evolvable Machines - The Bayesian Optimization Algorithm (BOA) is one of the most prominent Estimation of Distribution Algorithms. It can detect the correlation between...     

用非线性智能集成算法解决信息网拥塞问题

该文将遗传算法和牛顿算法相结合,提出一种非线性智能集成算法解决信息网络拥塞问题,弥补了牛顿算法求率低、可靠性差以及遗传算法收敛速度慢的缺陷。用于网络拥塞控制的仿真结果表明,该算法能够高速可靠地拥塞模型的全局解,能有效解决网络拥塞问题,并使信元丢失率保持在CCITT要求的最优水平。     

基于违约解转化法的遗传算法及其应用

遗传算法求解约束优化问题时,面临的关键问题之一就是如何处理约束条件。目前最常用的方法是惩罚函数法,但也有一些其它方法。该文提出了一种较为通用的处理约束条件的方法—违约解转化法,也就是把所有违反约束的解逐渐拉向可行域之内,使之转化成为一个可行解。把此方法应用到遗传算法中,就形成了基于违约解转化法的遗传算法。测试实例计算表明,基于违约解转化法的遗传算法在求解约束优化问题时是可行的。     

一种克服遗传算法收敛于局部极小的方法

本文针对遗传算法可能收敛于局部极上而最终得不到全局最优解的问题，提出了一种改进方法，并用实例验证了该方法的有效性。     

多约束QoS移动IP最优路由的求解

提出了一种改进的分布式遗传算法（EDGA）和链路编码方法用于解决多约束服务质量（QoS）移动IP最优路由选择问题。将分布式遗传算法和Cascade模型相结合，在迁移算子部分设计一个中心监控器，观察每个子种群的进化，并对迁移个体的选择以及相应子种群的大小做出调整，使进化能力好的子种群得到更大的空间来搜索最优值。实验结果表明，该EDGA算法在求解速度和质量上取得了较大的改善。     

构建在最大熵原理上的分布估计算法及其应用研究

分布估计算法是进化计算领域的一个新方向.它主要用概率模型来建造进化计算中的遗传算法,它不再依赖于交叉与变异,而是估计较好个体的概率分布,用概率分布来引导对搜寻空间的探索.本文提出一类基于最大熵的分布估计算法.实验结果表明,在解决某些较复杂问题时,本文算法比遗传算法更具优势.     

自适应模糊遗传算法在轮胎花纹降噪中的应用

为了进一步优化轮胎花纹结构参数,提高轮胎花纹降噪的效果,在现有模糊遗传算法的基础上,提出了一种自适应模糊遗传降噪算法（Self-adaptive Fuzzy Genetic Noise-Reduction Algorithm,SFGNRA）。引入变换算子和对非法个体的贪婪处理,能够随时间和个体的适应度大小自动调整变换概率、变异概率,不需要人为设定。利用轮胎噪声仿真分析优化软件进行轮胎花纹结构设计,验证了该算法能进一步降低轮胎的噪声,得到了低噪声轮胎花纹结构方案。研究成果为低噪声轮胎花纹设计规范与方法提供了新的路径。