自由曲面之间最短距离的一种新的改进遗传算法

遗传算法具有独有的特性,它采用选择、交叉和变异等策略,获取的解为全局最优解,而且无需计算函数的导数,是一种只考虑输入与输出关系的黑箱方法,因而适用于处理各种复杂问题。由于自由曲面的不规则性,自由曲面最短距离是CAD/CAM领域一个最重要的研究课题之一,也是一个难题。文章基于自由曲面的特性,在遗传算法中引入新的特殊个体,通过大量的计算与分析,提出了求自由曲面之间最短距离的一种新的改进遗传算法,并给出了计算实例,效果显著。     

一类基于特殊个体的遗传算法的模式研究

从模式分析的角度研究了一类在每一个遗传世代中增加或保留两个特殊个体的改进遗传算法.结果表明,与标准遗传算法相比,改进的遗传算法的模式总数期望值有较大增加,其增量随种群规模的增加而减少,随串长的增加而增加.同时建立了改进遗传算法的模式定理.     

一种基于对称调和的遗传算法

提出了一种基于对称调和的遗传算法。此算法根据遗传进程中各个体适应值的变化情况来有选择性地投放对称调和个体,使种群的多样性得到了较好的保持,从而有效地防止了早熟现象的出现。算法采用最优保存策略来保证全局收敛性。对典型优化问题在采用与不采用对称调和策略下进行了对比试验,结果表明对称调和策略的有效运用将大大改进遗传算法的性能。     

遗传算法求解非线性方程组研究综述

针对近年来国内外基于遗传算法求解非线性方程组的研究情况进行了系统总结,揭示了各种遗传策略的综合运用,遗传算法与传统迭代方法或其他智能优化方法的有效结合,并行遗传算法是基于遗传算法方法求解非线性方程组成功的关键,同时对未来的研究方向进行了展望。