排序方式: 共有41条查询结果,搜索用时 15 毫秒
1.
遗传算子在演化算法中发挥重要的作用。设计了基因表达式编程中的一种新遗传算子(TIS),它在基因尾部随机选择一个小片段,然后复制该片段(或该片段的倒置)并插入到基因尾部的任意位置,插入点后的符号依次向后挪动,超过尾部长度的编码被丢弃。实验表明,该算子在挖掘多元函数时能提高算法的成功率和收敛速度。 相似文献
2.
3.
4.
一种基于输运理论的多目标演化算法 总被引:2,自引:1,他引:2
提出了一种根据输运理论中的粒子输运方程、相空间能量定律和熵增法则构造的一种能够准确、高效地求解多目标优化问题的多目标演化算法(MOPEA).由于该算法使用了粒子系统从非平衡达到平衡的理论来定义求解多目标问题的Rank函数和Niche适应值函数,使得种群中的所有个体都有机会参与演化操作,以达到快速、均匀地求出多目标优化问题的Pareto最优解.数据实验显示,利用该算法求解多目标优化问题不仅能够使算法快速地收敛到全局Pareto前沿,同时由于该算法要求所有的粒子都要参与杂交和变异等演化操作,从而避免问题早熟现象的出现,并通过与传统演化算法的性能指标分析比较说明,使用该算法求解多目标优化问题具有明显的优越性. 相似文献
5.
基于演化硬件的随机数发生器,分析前先假设从序列密码算法或随机数发生器产生的待检验二进制位序列、长度及检验统计值,从测试文件读取的数据来自随机数发生器的某序列.再根据每个测试算法相关的子程序进行读入、数学变换等处理.最后通过生日间隔、停车场、重叠求和等测试,得出所测试序列文件均是随机的结论. 相似文献
6.
7.
基于多目标演化算法的序列密钥生成方法 总被引:1,自引:0,他引:1
将评价密钥流随机性的2个指标作为多目标演化算法的2个优化目标,提出了一种基于多目标演化算法的序列密钥生成方法--MOEASEP.由于该算法基于演化算子的随机特性和多目标演化算法的特点,其生成的密钥流具有高随机性、混沌性和长周期性.实验结果亦表明,利用该方法产生的序列密钥具有良好的性能. 相似文献
8.
针对传统演化算法在求解函数优化,特别是多峰函数优化问题中出现的早熟现象以及演化后期收敛速度慢等问题,提出了一种新的反序小生境演化算法。该算法采用小生境反序交叉算子,以进一步增强局部寻优的能力;引入一种并行演化算法机制,加强群体寻优能力;同时,根据定义域划分初始种群,增加初始种群的覆盖面积。通过仿真实验表明,与传统的小生境演化算法相比较,利用该算法求解复杂多峰函数优化问题能够明显提高问题的求解精度和收敛速度,而且能够得到所有的全局最优解,更好地避免了求解问题时的早熟现象,达到了较好的效果。 相似文献
9.
使用演化计算求解生成循环码的合法码字 总被引:1,自引:0,他引:1
编码纠错、检错是计算机应用中最重要的操作手段之一,也是软件、硬件设计中必不可少的一个重要环节。目前,求解域GF(q)中多项式g(x)的生成多项式(g(x))的合法码字的方法有多种,文章认为比较好的一种方法就是利用求解高阶多项式g(x)的根来求出它的生成多项式(g(x))的合法码字。求解域GF(q)中高阶多项式的根通常非常困难,该文介绍一种使用演化计算来求解生成循环码的合法码字的方法。 相似文献