基于蜂群遗传算法的0-1背包问题

针对0-1背包问题,本文提出了基于蜂群遗传算法的优化求解方案。该算法包括两个种群,一个主要用于全局搜索,另一个主要用于局部搜索;每个个体采用二进制编码;采用最优个体交叉策略;对当前解的处理措施是将还未装入背包且性价比最好的物品装进背包,直至不能装为止;不符合约束条件的解采用诱变因子指导变异处理;遗传算子包括单点交叉算子、简单变异算子、主动进化算子和抑制算子。本算法充分发挥了遗传算法的群体搜索和全局收敛的特性,快速地并行搜索,有效地克服了经典遗传算法容易陷入局部最优问题。数值实验表明,该算法在求解0-1背包问题中取得了较好的效果,同样可以应用于其它的组合优化问题。     

基于Petri网与GA算法的FMS调度优化

提出了一种应用遗传算法解决柔性制造系统调度优化问题的新方法．首先用Petri网对柔性制造系统进行建模,然后应用遗传算法对该模型进行调度并获取近似最优解．在该算法中,用Petri网模型的激发序列作为染色体,采用期望值方法作为选择算子,总加工时间作为适应度函数,两点交叉法作为交叉算子,交叉点选择能到达相同标记的转移．对于变异算子,首先从染色体上随机选择一点作为变异点,然后从这点开始应用变异算法,该变异算法类似于Petri网的可达树算法．由于算法中的选择、交叉和变异算子都是对．Petri网模型中的元素进行操作,与问题空间中的元素无关,因此,与其它调度算法相比,它有较高的通用性．既可以处理典型的Job—Shop问题,也可以处理小批量、多品种的FMS(Flexible Manufacturing System)调度问题．文中通过实验验证了算法的有效性。     

遗传算法在求解最小生成树中的运用

以图论和遗传算法为基础,提出了求解最小生成树问题的遗传算法。该算法解决了常用二进制编码不能正确表达最小生成树的问题,利用Prufer数对生成树进行编码;在遗传操作中对变异算子进行了改进,避免了由于变异产生大量不可行解。从而提高了遗传算法的效率;通过数值试验,表明该算法简单,高效,收敛率高。     

扩散遗传算法及其应用研究

针对遗传算法在局部搜索能力方面的缺陷,提出了一种基于扩散算子的遗产算法(简称扩散遗产算法)。该算法中包含的扩散算子是变异算子,其主要作用是在遗传搜索中进行局部搜索。用扩散遗传算法和实数编码遗传算法分别训练用于解XOR问题的神经网络,对比结果表明,论文提出的算法兼具强的全局搜索能力和局部搜索能力,因此,该算法可以不借助其它局部搜索算法而单独作为神经网络训练算法,从而简化训练算法,提高训练效率。该算法对提高遗传算法搜索效率和求解精度具有重要的意义。     

改进NSGA算法求解多目标柔性车间作业调度问题

在多目标柔性车间作业调度问题的研究中,求解算法与多目标处理至关重要。因此,基于非支配排序遗传算法提出了改进遗传算法求解该问题,设计了相应的矩阵编码、交叉算子,改进了非劣前沿分级方法,并提出了基于Pareto等级的自适应变异算子以及精英保留策略。实例计算表明,该算法可以利用传统遗传算法全局搜索能力的同时可以防止早熟现象的发生。改进非劣前沿分级方法可以快速得到Pareto最优解集,进一步减小了计算复杂度,而且可以根据种群的多样性改变变异概率,有利于保持种群多样性、发掘潜力个体。     

基于多目标演化算法的云计算虚拟机分配策略研究

分析云计算虚拟机资源模型,针对模型中虚拟机与物理机的映射关系以及虚拟机多资源因子、多优化目标的特点,将虚拟机分配问题转化成多维装箱问题,引入多目标演化算法进行求解。算法设计了基于组的虚拟机分配链式编码和染色体评估函数,并根据编码设计了两种交叉算子和智能变异算子,通过引入基于超体积的种群更新机制,设计了基于SMS-EMOA的云计算虚拟机分配算法。为验证SMS-EMOA的性能,分别使用优先匹配启发式算法、基于物理节点数量的单目标简单遗传算法、SMS-EMOA进行了模拟。实验结果表明,基于SMS-EMOA的虚拟机分配算法在性能上更优。     

遗传算法优化速度的改进

分析了传统变异算子的不足,提出用二元变异算子代替传统的变异算子,并讨论了它在克服早熟收敛方面的作用.同时,针对二进制编码的遗传算法的特点,提出了解码算法的隐式实现方案,使得遗传算法的寻优时间缩短6～50倍.实验从多方面对二元变异算子的遗传算法进行性能测试,结果表明,改进型算法收敛快,参数鲁棒性好,能有效地克服“早熟”收敛.通过改进变异算子和解码算法,遗传算法的优化速度得到了很大的提高.     

利用遗传算法实现试题库自动组卷问题

提出并实现了利用遗传算法求解试题库组卷的数学模型,定义了组卷问题的适应度函数,讨论了运用遗传算法求解在一定约束条件下的多目标参数优化问题,通过初始化种群、选择算子、交叉算子和变异算子,等过程不断进化,最后得到最优解,实验结果表明,遗传算法相对于其它算法更能有效的解决试题库自动组卷问题,提出了实现不相邻试卷分配的补遗随机算法,为求解类似的多目标约束问题及不相邻组合问题提供一种新的方法。     

遗传模拟退火算法在组播路由选择中的应用

本文研究基于带宽、时延及时延抖动约束最小代价的QoS组播路由优化算法.针对遗传算法在求解多目标优化问题时局部搜索能力弱、易早熟的缺陷,提出了一种基于遗传算法和模拟退火算法混合策略的多目标优化方法.该算法采用树结构编码机制和改进的交叉和变异算子,利用模拟退火算法在可行解范围内构造邻域解集,采用种群早熟评价函数进行局部细化...     

一种求解QoS约束组播路由问题的遗传算法*

针对多维QoS约束的组播路由问题,提出了一种基于遗传算法的解决方案QCMRA-GA(GA of QoS Constraints Multicast Routing Algorithm).该算法对经典遗传算法的三大算子进行了重新设计,有效地克服了遗传算法的早熟现象.对染色体进行Prufer树型编码,可以避免回路的产生,并根据编码特性,进行基于叶子节点和Steiner节点的解空间压缩,提高了算法的收敛速度.实验表明QCMRA-GA的正确性和效率性.     

基于数据网格环境的k近邻查询

提出一种在网格环境下的k近邻查询方法——GkNN．到目前为止，尚未有文献提出数据网格环境下的k近邻查询算法．当用户在查询节点提交一个查询向量和k，首先以一个较小的查询半径。在数据节点进行基于双重距离尺度的向量缩减，然后将缩减后的向量按照向量“打包”传输的方式发送到执行节点，在执行节点并行地对这些候选向量进行距离（求精）运算．最终将结果向量返回到查询节点．当返回的向量个数小于k时，扩大半径值，继续循环直到得到k个最近邻向量为止．理论分析和实验证明该方法在减少网络通信开销、增加I／O和CPU并行、降低-向应时间方面具有较好的性能，非常适合海量高维数据的查询．     

多媒体通信中带度约束的多播路由算法

随着多媒体业务的发展,多播技术应用日益广泛,多播路由是要寻找连接源节点和一组目的节点的一棵多播树,这个问题在数学上归结为Steiner树问题,它是一个NPC问题。在实际网络中,网络节点具备不同的多播能力,有些节点不支持多播,有些节点支持多播,但为了保证网络速度和节点负载平衡,支持多播的节点要限制其复制信息的数量,即节点的多播能力受限。在这种情况下,寻找多播树变得更加困难,该文用节点的约束来表示敏个节点具备的多播能力,节点多播能力受限情况下的多播路由问题被称为带度约束的多播路由问题,其仍是一个NPC问题。该文提出了一种求解带度的约束多播路由问题的双层遗传算法。算法的基本思想是最优多播树应是一棵满足度约束的最小生成树,因此问题的关键在于如何找到包括在最优生成树中的Steiner节点。遗传算法 采用二进制编码方式,内层算法用于求解满足度约束的最小生成树;外层算法进行全局搜索。该文将算法在稀疏图上进行实验,为了更好地模拟真实网络,稀疏图中每个节点具有不同的多播能力,并且多播目的节点数目相比于网络节点数要小。实验对算法进行了三方面比较：（1）解的质量;（2）计算时间;（3）算法的收敛性。实验结果表明,文中提出的遗传算法能够找到费用较小的多播树,但是当网络规模增大时,算法的求解时间也较长。     

基于关键路径链和PACGA的网络总线资源调度方法研究

针对传统工业控制网络总线资源调度算法在节点数量逐渐增加时收敛速度慢和搜索精度不高,且准确度及效率低等问题,提出了一种基于关键路径链和多态蚁群遗传算法(PACGA)的资源调度方法,采用关键路径链的调度算法获取需求调度的节点,不同节点间采用多态蚁群遗传算法进行资源的调度,依据照工业控制网络资源调度的特征,用自适应调整挥发系数增强节点的全局搜索性能,通过候选节点集方法缩小搜索区域提高算法的搜索效率,完成工业控制网络总线资源的高效调度;仿真实验说明,该种方法在工业控制过程中任务数量较多的情况下仍然具备较高的运行效率和精度,并且具有较低的运行时间,具有较强的应用价值。     

煤矿采空区无线传感器网络路由协议研究

针对现有的基于能量均衡的无线传感器网络路由协议不适应煤矿采空区应用的问题,提出了一种非均匀分簇能量均衡路由协议,即UCEB-CMF协议。该协议原理如下:优化候选簇首的选择机制,有效保证剩余能量大的传感器节点优先成为候选簇首;改进非均匀竞争半径的计算公式和候选簇首的竞争方法,在考虑剩余能量的基础上,增加了对簇首节点到Sink节点距离的考量,从而实现能耗均衡;针对煤矿采空区传感器节点易消亡的特点,提出了一种多路径路由算法,从而实现数据传输的持续性。仿真结果表明,该协议能有效均衡传感器节点能耗,延长无线传感器网络的生存期,适用于煤矿采空区。     

基于PageRank和谱方法的个性化推荐算法

传统的PageRank推荐算法的可扩展性较差。针对这一问题,提出融合PageRank和谱方法的个性化推荐算法。通过在PageRank算法迭代过程中加入候选集节点数来控制迭代的次数,同时利用阈值来修剪参与迭代的节点个数,从而得到候选节点集;采用谱聚类对候选集进行排序,归一化候选节点邻接矩阵,使用矩阵的特征值与特征向量来评估图中节点与目标节点之间的距离,从而产生最终的推荐列表。实验结果表明,所提推荐算法在保证推荐质量的前提下,提高了处理效率。     

基于角色管理的实用拜占庭容错共识算法

针对目前存在的应用于联盟链的实用拜占庭容错(PB F T)共识算法扩展性差、能耗高、效率低和主节点选取方式简单的问题,提出一种基于角色管理的拜占庭容错(RPBFT)共识算法.首先,将系统中的节点划分为管理者、候选者和普通节点3类具有不同职责的角色节点.其次,候选节点具有投票权,投票选举相应的候选节点为管理者;普通节点在...     

一种无线传感器网络目标的最优覆盖算法

无线传感器网络点状目标覆盖的算法中,集合分割算法虽简单,但效率低且仅适用于每个传感器节点能量都相等的网络模型.为此,我们对集合分割算法进行改进,提出一种启发式贪心最优覆盖算法.该算法适用于节点能量正态分布的网络模型,采用了关键目标优先覆盖策略和节点能效最大化策略,延长了网络覆盖生命期,提高了算法的效率.实验表明新算法网络生命期延长80%以上,有更好的适应性和稳定性.     

RGA-D：一种无线传感器网络覆盖优化方法

研究了无线传感器网络覆盖优化问题,针对传感器节点随机部署、分布不均,传统覆盖优化算法一般只考虑网络部署后单次优化的问题,提出基于节点冗余和覆盖集冗余的计算方法,用网络的局部特征表征全局特征,改进了网络覆盖模型。并在此基础上提出RGA-D算法,利用遗传算法计算覆盖集,同时考虑节点和覆盖集冗余度,对网络整个生存期进行全局优化。仿真实验表明,RGA-D算法能在活跃节点数和网络覆盖率之间达到平衡,解决了网络生存期后期容易出现覆盖盲区的问题。     

密集型无线传感器网络中功率可调节的跨层网络协议

针对无线传感器网络中节点密集的情况,提出了一个功率可调节的跨层网络策略.节点使用不同的发射功率,且使节点有事先规定数量的邻居节点,其中邻居节点数即为节点度.这样,既保证了网络的连通性,又能有效地降低节点间的竞争冲突.将网络中的节点按照层次划分,选择最小传输功率的上层节点作为父亲节点来构造路由树,计算出节点的候选父亲节点集,在父亲节点失效的情况下,选择候选集中的节点传输来解决.实验结果表明,通过这样的策略,可以提高网络的吞吐量,提高数据传输的速率.     

无线传感器网络中基于关联度的多查询优化

无线传感器网络是一种以数据为中心的网络,用户通过基站向网络提出查询请求获取所需数据。如何通过多查询的优化来减少传感器节点的能耗以延长网络生命期是无线传感器网络中需要解决的关键问题之一。提出了基于关联度的多查询优化算法,其基本思想是节点通过节点与候选父亲节点之间的关联度来选择父节点,从而被相同查询覆盖的节点聚集成一个组,多个查询间共享组中节点的数据,在网络中对查询数据进行有效的融合,充分减少了网络的数据传输量,延长了网络的生命期。理论分析和模拟实验表明该算法可以充分减少数据传输量,从而达到节能的目的。