首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 328 毫秒

1.  基于个体相似度的双种群遗传算法  被引次数:1
   田丰  姚爱民  孙小平  王传云  范立磊《计算机工程与设计》,2011年第32卷第5期
   针对标准遗传算法搜索精度低、容易陷入局部最优解的缺陷,提出一种基于个体相似度的双种群遗传算法。将竞争算子和第二个种群引入标准遗传算法中,在主种群内部利用海明距离计算个体之间的相似度,进行种群内部竞争,保留"种子"个体,而与其相似的个体参与种群之间的交流,从而保持种群多样性。使用经典测试函数对该算法进行了仿真实验,结果表明,该算法能有效抑制"早熟"现象,其全局搜索能力和搜索效果都有了明显的提高。    

2.  基于混沌局部搜索的双种群遗传算法  
   张晓伟《计算机工程》,2011年第37卷第22期
   针对遗传算法局部搜索能力差和早熟收敛的问题,提出一种基于混沌局部搜索的双种群遗传算法。将2个种群分别作为探测种群和开发种群,按不同交叉概率和变异概率进化。种群每进化一代即对其最优解做混沌局部搜索,若搜索到更优解,则取代原最优解,直至搜索到预设的混沌次数,同时2个种群之间每进化10代进行一次移民操作。在6个Benchmark函数上的实验结果表明,该算法具有较好的寻优能力。    

3.  基于双种群遗传混沌优化算法的最优时间轨迹规划  
   邓伟  张其万  刘平  宋锐《计算机集成制造系统》,2018年第1期
   针对以最短运行时间为目标的工业机器人轨迹规划问题,提出一种基于混沌局部搜索的双种群遗传最优时间轨迹规划算法。首先以各个节点之间的时间间隔之和为优化目标,以各关节的角速度、角加速度和角加加速度为约束条件,利用五次多项式拟合规划的关节空间位置节点模拟机器人的运行轨迹;然后,利用双种群遗传算法全局搜索能力强、进化速度快和混沌算法局部搜索能力强的优点,提出一种基于双种群遗传混沌优化算法的机器人轨迹规划方法,规划最优时间轨迹;最后,以3自由度空间机械臂为例,验证了所提算法能够使机器人末端执行器的运行轨迹平滑且时间最优。该算法应用于机器人轨迹规划可以延长机器人使用寿命,提高生产效率。    

4.  自适应遗传优化BP网络的研究与应用  
   庄家俊  刘琼《北京邮电大学学报》,2012年第35卷第5期
   针对遗传算法易出现种群多样性被破坏、早熟收敛的问题,在Srinivas的自适应遗传算法(AGA)的基础上,引入种群多样性的度量参数,提出一种改进的自适应遗传算法(MAGA),利用种群多样性和适应度的变化趋势调整交叉和变异概率,继而提出基于MAGA优化BP(back-propagation)神经网络的流量分类方法(MAGA+BP),兼顾了MAGA和BP算法分别在搜索全局和局部最优解方面的优势. 在剑桥大学共享的网络流量数据上进行了仿真实验,结果表明,MAGA较好地维持了种群的多样性,克服了AGA早熟收敛的问题,搜索到最优解的适应度提高了10.17%, MAGA+BP方法对流量数据具有较好的分类效果.    

5.  基于异构多种群的一种改进遗传算法  被引次数:3
   孟佳娜  王立宏《微电子学与计算机》,2004年第21卷第6期
   针对简单遗传算法存在的问题,基于提高遗传算法搜索效率和收敛性,提出了一种基于异构多个种群的改进的遗传算法IMGA。该算法首先利用多个异构子种群并行进化的结果初步确定较好解,进化到一定时间后,把得到的优质解按照新的变异算子进一步寻找最优解。仿真结果验证了算法的良好性能。    

6.  一种求解车间作业调度的自适应混合遗传算法  被引次数:2
   陶思南  傅鹂  蔡斌《计算机系统应用》,2010年第19卷第4期
   针对遗传算法和禁忌搜索算法在求解车间作业调度问题存在的全局收敛性差、种群早熟化、收敛速度慢等缺陷,提出了一种自适应遗传禁忌搜索算法。算法通过自适应调整遗传算子中的变异概率,改善了遗传算法的收敛速度;通过增加禁忌表来选择杂交产生的个体,避免迂回搜索,以禁忌搜索算法作为变异算子,增加种群的多样性,避免算法陷入局部最优。通过仿真实例,验证了算法的收敛性和抗局部收敛性。    

7.  基于混沌遗传算法的舰船电力系统故障恢复  
   庄肖波  孟思齐  刘维亭《继电器》,2007年第35卷第21期
   为了解决舰船电力系统故障恢复的问题,根据故障恢复快速性的要求提出了一种新的混沌遗传算法,尝试改进遗传算法,采用遗传算法代替混沌优化算法中的"细搜索";同时用混沌优化算法中的"粗搜索"来初始化遗传算法的种群,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能。对典型的模型仿真结果表明,该算法具有更好的收敛性能,有效提高了故障恢复的速度和精度,避免了陷入局部最优的可能。    

8.  基于混沌遗传算法的舰船电力系统故障恢复  
   庄肖波  孟思齐  刘维亭《电力系统保护与控制》,2007年第35卷第21期
   为了解决舰船电力系统故障恢复的问题,根据故障恢复快速性的要求提出了一种新的混沌遗传算法,尝试改进遗传算法,采用遗传算法代替混沌优化算法中的"细搜索";同时用混沌优化算法中的"粗搜索"来初始化遗传算法的种群,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能.对典型的模型仿真结果表明,该算法具有更好的收敛性能,有效提高了故障恢复的速度和精度,避免了陷入局部最优的可能.    

9.  一种基于MPLS流量工程的QoS保证路由算法  
   彭燕妮  周世纪《计算机工程与应用》,2005年第41卷第15期
   随着因特网流量的快速增加和对服务质量要求的不断提高,基于MPLS流量工程的QoS路由算法成为业界研究的重点。文章介绍了MPLS流量工程的工作机制和原理,在传统的Dijkstra算法的基础之上,提出了一种新颖的基于遗传优化的QoS保证的路由选择算法,同时配置一批LSP,并克服了一条一条配置时的先占先优的“顶端优势”。最后的仿真实验说明了算法在优化网络资源、平衡网络负载中是有效的和实用的。    

10.  利用双种群遗传算法进行数值试井自动拟合  被引次数:6
   吴明录  姚军  王子胜  张凯《油气地质与采收率》,2007年第14卷第2期
   遗传算法以随机化技术为指导,通过对整个解空间的高效搜索而得到全局最优解,当解空间较大时,常规遗传算法难以同时保证搜索速度和最优解的精度。针对这种缺陷提出了应用双种群遗传算法,即利用具有不同搜索策略的2个种群进行联合搜索,既保证了最优解的精度,又提高了搜索速度,将其应用于数值试井自动拟合解释,比常规遗传算法能节省50%以上的计算时间。    

11.  基于改进的遗传模拟退火算法的钢框架优化设计  
   赵艳敏  霍达  滕海文《工业建筑》,2006年第36卷第Z1期
   将遗传算法的全局寻优性能好和模拟退火的局部搜索能力强的优点相结合,提出了用于钢框架优化设计的遗传模拟退火算法,并对其进行了改进。在遗传算法部分提出了基于阈值的动态交叉、变异概率,并且采用联赛精英选择策略和最优保存策略,在种群的整体适应度提高的同时,增强了进化后期的种群多样性,提高了算法的收敛速度。在退火部分,针对钢框架优化的具体问题提出了一种更加紧凑灵活的邻域结构,提高了算法寻优性能。最后,将改进的算法用于工程实例,并与其他优化方法相比较,结果表明,该改进算法是一种用于钢框架结构优化设计的更加行之有效的方法。    

12.  基于双种群遗传算法的四旋翼飞行器PID参数整定方法  
   《计算机测量与控制》,2014年第4期
   针对四旋翼飞行器的PID控制器参数整定问题,提出使用双种群遗传算法对控制器参数进行寻优;四旋翼飞行器的PID参数调整困难,由于通道间的耦合关系使常规的参数调整方法失效,提出结合双种群遗传算法,寻找最优的PID参数组合,实现飞行器控制;结合动力学模型并加以适当简化,设计了PID控制器,使用双种群遗传算法整定参数,进行了数据仿真实验;结果表明,双种群遗传算法能够提高单种群遗传算法5%的性能,获得的参数控制效果更好。    

13.  一种求解TSP问题的多种群并行遗传算法  
   邓长春  朱儒明  李咏霞  许波《计算机仿真》,2008年第25卷第9期
   遗传算法是一种基于自然群体遗传机制的有效搜索算法,由于它在搜索空间中同时考虑许多点.减少了收敛于局部极值的可能,也增加了处理的并行性.因此可以利用并行遗传算法研究典型的TSP问题的求解.提出一种有效的多种群并行算法求解旅行商(TSP)问题,应用多种群遗传并行进化的思想,并在种群之间进行遗传信息交流,以解决经典遗传的收敛到局部最优值问题.仿真实验结果表明,方法在解的精度上以及解的质量上优于经典的遗传算法.    

14.  变搜索区域多种群遗传算法  被引次数:9
   巩敦卫  孙晓燕《控制理论与应用》,2006年第23卷第2期
   针对孤岛型多种群遗传算法存在的缺陷,提出一种变搜索区域多种群遗传算法.首先,依据各种群最优个体的分布给出搜索区域动态变化的条件和策略;其次,基于搜索区域的测度和搜索粒度给出种群规模自适应调整方法;再次,从搜索区域的测度和种群规模等角度定量分析算法的性能;最后,通过两个典型函数优化验证算法的有效性.    

15.  用于曲线拟合的种群再分布遗传算法  
   张遵麟  杨光《计算机应用》,2005年第25卷第8期
   针对简单遗传算法在曲线拟合应用中局部搜索能力差、收敛精度低的特点,提出了一种新的基于种群再分布的改进遗传算法。该算法在遗传算法进行的过程中,根据最优解的优劣,调整种群在最优解附近的分布,从而增强了算法的局部搜索能力。实验证明,该方法对于曲线拟合问题能取得优于简单遗传算法和传统数值迭代方法的结果。    

16.  基于熵测度的自适应遗传算法  
   马强  陈江川  徐晓艳  杨新武  赵琦  邵亚斌《西华大学学报(自然科学版)》,2013年第3期
   针对基本遗传算法SGA在搜索过程中易陷入局部最优解的问题,提出了基于熵测度的自适应遗传算法,并分析了熵测度下种群个体被选概率的极限行为。理论分析和对比实验表明,基于熵测度的自适应选择策略能根据种群性状来动态地调整选择压力,从而调整算法的开采和探索能力的平衡,提高算法的全局优化性能。    

17.  用带蚁群搜索的多种群遗传算法求解作业车间调度问题  被引次数:10
   蔡良伟  李霞  张基宏《信息与控制》,2005年第34卷第5期
   结合遗传算法和蚁群算法的优点,提出一种带蚁群搜索的多种群遗传算法.多个种群各自遗传进化,用蚁群搜索得到的解替代各种群中的较劣个体,增加种群的多样性,提高种群的质量;根据各种群最优个体设定初始信息素,大大缩短信息素的累积过程,加快蚁群搜索的速度.利用算法对典型作业车间调度问题进行求解,仿真计算结果表明,该算法是有效的.    

18.  基于遗传算法的MPLS网络流量工程研究  被引次数:1
   黄双明  蒙军  索忠乐  戴浩《计算机工程与应用》,2005年第41卷第31期
   针对MPLS网络的流量工程问题,用多目标规划的方法建立数学模型,并在网络的入口出口节点对之间建立多条标记交换路径来进行分流。针对该问题的NP-hard特性,提出一种基于遗传算法的求解方法。算法采用自然数编码的方法来提高搜索效率,并进行了仿真。仿真结果表明该方法是行之有效的,有效地改善了网络的资源利用情况。    

19.  一种引入随机摄动操作的新型复合粒子群优化算法  被引次数:2
   满春涛  王素菊  张礼勇  董秀洁《哈尔滨理工大学学报》,2009年第14卷第1期
   针对传统粒子群优化算法不能根据实际问题自行选择参数,搜索后期容易陷入局部最优的缺点,提出了一种基于随机摄动的复合粒子群优化算法.该算法在利用简单遗传算法优选粒子群三个参数的基础上,根据粒子种群间的相互独立性,引入随机摄动操作,提高了解的精确度和算法的搜索效率,同时通过对种群中的最差粒子重新进行初始化来保持种群的多样性,以避免陷入局部最优解.    

20.  基于改进遗传算法的电力系统经济负荷分配  被引次数:7
   何大阔  王福利  毛志忠《控制与决策》,2007年第22卷第2期
   针对电力系统经济负荷分配问题,分析了遗传算法与传统数学优化方法的不同优势与特性,提出一种求解电力系统经济负荷分配问题的改进遗传算法.利用极大熵理论将经济负荷分配问题转化为可微问题,将BFGS法引入遗传算法,提出了BFGS算子,以提高遗传算法的寻优速度与局部搜索能力.同时,应用单纯形交叉算子将种群逐步向最优点进行引导,实现算法的快速寻优.实例研究结果验证了所提出方法的有效性.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号