基于熵的小生境蚁群算法及其应用

为克服基本蚁群算法易“早熟“的缺陷,将小生境算法和信息熵相结合,提出了基于信息熵的小生境蚁群算法。该算法采用小生境算法对蚁群算法的后期进行局部搜索并以信息熵作为开始和结束的判断依据。求解旅行商问题及房地产投资组合优化问题的结果表明其优于基本蚁群算法,该算法具有广阔的应用前景。     

集成TDMA通信系统中基于小生境遗传算法的多路复用策略

针对集成 TDMA通信系统中的多路复用策略选择问题 ,提出了一种新颖的基于小生境遗传算法的多路复用策略 .仿真实验表明 ,这种多路复用策略比传统方法更能有效合理地提高数据的吞吐量 ,有效地实现多路复用     

排挤小生态遗传算法的改进方法

提出了基于搜索空间聚类分析的聚类排挤小生态遗传算法.通过分析适应值曲面的拓扑结构和扩大相似个体的搜索范围,聚类排挤可确定搜索空间的局部性,减少排挤的替换错误并抑制种群的遗传漂移;通过结合确定性替换和概率替换策略,聚类排挤提高了并行局部爬山能力和并行子种群维持能力.对不同多峰问题的仿真优化结果表明,聚类排挤小生态遗传算法的有效峰数量、平均峰值比和全局最优解比等综合性能一致地优于适应值共享、简单确定性排挤和概率排挤等小生态遗传算法.     

基于正交试验法的小生境混合遗传算法

在简单遗传算法应用过程中 ,为了解决早熟现象、收敛缓慢和解的精度差等问题 ,提高遗传算法的优化性能 ,借助正交试验法的全局均衡设计思想和自然界的小生境思想 ,在引入了一些高效进化操作的基础上 ,提出了一种基于正交试验法的小生境混合遗传算法 ,并进行了性能分析和实例研究 .研究结果表明 ,该算法能够有效地增强遗传算法的全局收敛性 ,加快进化速度 ,同时算法稳定性也得到了一定的提高     

遗传模拟退火和小生境遗传算法在水库优化调度中的比较

根据溪洛渡水库的具体情况,建立了以发电量最大为目标的水库优化调度非线性数学模型,并利用遗传模拟退火算法(GSA)和小生境遗传算法(NGA)分别求解模型.结果表明,GSA和NGA的收敛速度和计算结果都明显优于基本遗传算法;且两者相比,GSA的收敛性更强,但计算时间较长.而在求解水库长系列优化调度问题时,各遗传算法占用机时太多,且收敛能力较差.     

小生境遗传算法在状态估计中的应用

提出了一种基于小生境遗传算法的求解状态估计问题的新方法,根据加权最小二乘法原理导出状态估计模型可计及各种伪量测。采用小生境遗传算法可提高计算速度,并改善收敛性。仿真计算表明,该方法是有效的,而且精度高、数值稳定性好。     

市场环境下基于系统阻塞指标约束的多阶段输电网规划

电力市场环境下的多阶段输电网扩展规划在满足发电公司和用户的需求的同时,对减缓输电系统阻塞,促进市场的公平竞争具有重要作用。在此背景下,利用系统阻塞指标和系统阻塞成本分别作为评估规划网络可靠性指标和运行指标,以改进的小生境遗传算法为研究方法,提出了基于阻塞指标约束下的输电网多阶段规划模型。IEEE-24节点系统上算例分析表明该模型综合考虑了各规划阶段输电系统的经济运行,能更科学地指导输电网规划决策,有效减缓系统阻塞发生,提高规划系统的网络充裕性。     

一种改进遗传算法在生产车间设备布局中的应用

生产系统的设备布局设计是一个组合优化的问题。具有非线性,N P难等特性,常规方法较难以求解。文章通过创建生产系统设备布局的数学优化模型。引入了小生境技术,保持了种群的多样性。并且利用精英选择机制,自适应交叉和变异概率等手段,在使种群保持多样化的同时,增强了算法的全局和局部搜索能力,协调了遗传算法大范围粗糙搜索和小范围精细搜索之间的平衡,有效改善了早熟和过早收敛问题,并通过实例验证了其有效性。     

牙嵌离合器的可靠性遗传优化设计

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象。这里扼要分析了遗传算法的运行机制,提出了一种基于小生镜技术的改进遗传算法,根据牙嵌离合器的可靠性设计原理,建立了遗传优化的模型,并给出了应用改进的遗传算法进行优化设计的实例和计算结果。     

基于小生境技术改进遗传算法在供电网规划中的应用

通过对遗传算法过早收敛原因的分析,认为遗传算法出现过早收敛主要与问题解的分布状况、种群个体的分布情况及遗传算子的应用有关,提高算法全局收敛性能的核心就是使算法科学的处理种群多样性及最优解信息搜索策略。结合小生境进化共享思想,形成一种旨在提高遗传算法全局收敛性、求解全局最优解的遗传算法,并将之用于多目标电网扩展规划中。对Gaver-6节点网络进行了规划,仿真结果证明了这种算法的有效性。