完全图哈密尔顿圈遗传算法的MATLAB模拟实现

求解完全图上的哈密尔顿圈是典型的组合优化问题,遗传算法是解决此类NP问题的一种较理想的方法。对基本的遗传算法进行改进,在选择操作和变异操作中加入贪心优化思想,使算法获得更优的全局最优解。在MATLAB环境下模拟实现了哈密尔顿圈的经典问题——TSP(travelling salesman problem)旅行商问题,从而验证了该算法的可行性和正确性。       

一类路图的哈密尔顿圈

设G是一个图,我们用Π_k(G)表示G中所有具有k个顶点的路P_k所成之集。图G的路图P_k(G)有顶点集Π_k(G),且P_k(G)中的两个顶点相邻表示两条路P_k的并形成G中的一条路P_(k+1)或一个圈C_k。H.J.Broersma和C.Hoeda研究了路图的一些性质,并提出了两个猜想:1)若T是一颗树,△(T)≥4,则P_3(T)不是哈密尔顿图;2)若G是唯一圈图,△(G)≥5,则G不是哈密尔顿图。在本文中,我们证明了这两个猜想是对的。     

一种全局优化的计算方法——遗传算法

遗传算法是搜索复杂最优解的一种并行计算方法,本简述了遗传算法的基本思想,并介绍了其来源、发展,指出了遗传算法存在的问题。     

遗传算法在MATLAB环境中的实现

探讨了在MATLAB环境中实现遗传算法仿真的方法,并以一个简单的求函数最值的问题作为遗传算法的应用实例,说明遗传算法的全局寻优性及用MATLAB实现仿真的可行性.     

组合星图中哈密尔顿圈的嵌入问题

借用星图中解决包含错误边的哈密尔顿圈的嵌入问题的思想,将其应用到组合星图中,解决组合星图中包含条件边错的哈密尔顿圈的嵌入问题.应用数学归纳法分两种情况证明当错误边的总数|f|≤n-3时,组合星图Sn.2(n≥4)中存在哈密尔顿圈.     

基于改进遗传算法的紧固螺栓优化设计研究

探讨了遗传算法在机械设计中的应用，并对该方法作了改进,与传统优化方法相比该方法具有对初始值不敏感以及能搜索到全局最优解的优点，对紧固螺栓的优化实例表明，该方法可行且简便。     

遗传算法中"免疫算子"的构造与性能

文章在研究了遗传算法的编码方式、控制参数和算子操作之后,针对其全局收敛性不足的问题,在基本遗传算子的基础上采用免疫遗传算子和保优策略来防止交叉变异中的个体退化,保证遗传算法尽快收敛到全局最优解.阐述了“免疫算子”的构造及运行机理,分析了算法的性能.以25杆桁架结构可靠性优化问题作为例子说明该算法的优越性.结果表明该方法具有较好的收敛性和收敛效率,因此是一种可行的基于可靠性的结构优化策略.     

基于遗传算法的油轮中剖面横构件优化设计

油轮中剖面横构件优化设计的设计变量为连续和离散的混合变量，文中引入的遗传算法能很好地解决连续和离散混合设计变量的优化问题。与其他优化方法相比，遗传算法（GA）的突出优点是能求得全局最优解。此外，GA不依赖于初始解，所以大大减少了选取一个合适的初始解的工作量。用经过改进的遗传算法来优化3艘油轮的中剖面横构件，在强度满足的条件下，重量分别减轻了1％－2％，取得了令人满意的结果，说明遗传算法用于结构优化设计是可行且高效的。     

泛圈性、泛连通性和哈密尔顿性的一些重要结果的统一及改进

设x,y为满足d(x,y)＝2的任意两点,研究了d(x) d(y)≥n＋1条件下的n阶图G的泛连通性,改进或推广了文献[1－3]的结果。     

积分-水平集求全局最优的遗传算法实现

在Chew Soo Hong等提出的一个积分──水平集求全局最优的概念性算法及Monte-Carlo随机取点的实现途径的基础上,利用遗传算法给出了这一算法的另一种实现途径,并从理论和数值两个方面验证了算法的可行性.     

基于MATLAB平台的遗传算法工具箱 (GA Toolbox)的优化计算

重点介绍了一个基于MATLAB平台的遗传算法工具葙(GA Toolbox)的使用方法,在此基础上,给出了两个优化问题的实例以验证GA Toolbox在解决基于遗传算法的优化问题上的有效性和实用性。     

用遗传算法求解旅行商问题

论述了用遗传算法求解旅行商问题（TSP）的算法步骤,给出了在MATLAB环境下用遗传算法解决旅行商问题的具体程序设计．将此算法应用到6个旅行商问题中,并将得到的运行结果与用弹性网络得到的结果进行了比较,发现用遗传算法得到的结果与最优解较为接近．     

基于MATLAB的心电信号二值化算法

利用MATLAB语言比较了最大方差阈值法选择阈值、基于灰度期望值法选择阈值以及整体阈值与局部阈值相结合的几种图像二值化算法.将以索引图格式保存的心电图信号转换为RGB格式,利用上述方法单独对R数组、G数组和B数组进行二值化处理,然后分别对结果数组作“或”操作,作为二值化结果,试验结果表明,基于全局阈值的二值化算法比较实用,能够很好地滤除背景噪声、背景网格以及QRS综合波处所做的标记,并保留有用的心电信号.     

基于遗传模拟退火算法的图的三维可视化

将模拟退火算法中的扰动选择和加速适应函数的思想融入基本遗传算法 ,提出了图的三维可视化的遗传模拟退火算法 该算法有效克服了基本遗传算法局部搜索能力较差的缺点 ,是一种性能优良的全局优化搜索算法 试验结果表明该算法在图的三维可视化效果、效率以及大图的可视化稳定性方面均有较大改进     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

应用混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法。     

基于遗传算法和禁忌搜索算法的混合策略及其应用

为了提高遗传算法的局部搜索能力,根据遗传算法和禁忌搜索算法自身的特点,通过分析2者的优势和不足,提出了一种将2者混合使用的求解优化问题的方法.本算法用遗传算法作全局搜索,用禁忌搜索算法作局部搜索,可以加快收敛速度,得到满意的计算结果.同时,为抑制早熟现象,避免收敛到局部最优点,提出了一种应对策略.实验结果表明,该算法在计算速度和计算结果方面都有改进.     

基于MATLAB的盘式制动器优化设计

以汽车钳式制动器的制动盘与制动块为研究对象,以制动器制动温升最低和制动力矩最大为目标函数,建立了制动器优化函数,并运用遗传算法进行优化分析。介绍了MATLAB遗传算法优化方法,并进行实例分析。盘式制动器优化结果表明采用遗传算法,优化效果明显,实现方法简单。