用一种免疫遗传算法求解频率分配问题

频率分配是一NP完全问题,本文用一种基于免疫调节机制的免疫遗传算法来求解.该算法结构类似于遗传算法;核心思想是将个体集构造为抗体网络,利用免疫浓度调节机制在个体层次调节个体的多样性,同时利用免疫网络调节理论在种群层次调整个体多样性和群体收敛性之间的动态平衡,从而克服了一般遗传算法的不足.本文同时用该算法解决固定频率分配和最小跨度频率分配问题,取得了较好的效果.     

遗传粒子群算法在频率分配中的应用

首先建立了基于干扰最小化的频率分配模型,接下来研究了遗传算法在频率分配中的应用。针对遗传算法的不足,基于粒子群算法思想提出遗传粒子群算法,并将算法应用到频率分配之中。通过仿真得到使用遗传算法和遗传粒子群算法进行频率分配的情况,仿真结果表明遗传粒子群算法在运算的后期具有更高的效率。     

基于遗传算法无三阶互调频率配置方法

为解决通信指挥车三阶互调问题,提出一种基于遗传算法求解符合无三阶互调频率的方法,并将这些频率分配给各信道。通过仿真得到利用遗传算法求解满足无三阶互调条件的频率情况,仿真结果表明遗传算法能够有效地求解频率,从而解决三阶互调的问题。     

基于遗传的人工鱼群优化之武装直升机对地攻击火力分配决策

结合遗传算法和人工鱼群算法的优点对武装直升机对地攻击作战的火力分配问题进行研究,建立了火力分配的教学模型,并利用基于遗传算法的人工鱼群优化算法实现武装直升机对地攻击的火力分配.仿真实验结果表明,基于遗传算法的人工鱼群优化算法解决火力分配问题不仅收敛速度快、效果好,而且运行速度快、求解精度高,满足火力分配实时性和准确性的...     

一种基于Chirp探测的短波频率分配算法

针对短波通信网频率优化分配问题,本文利用chirp探测系统提供的信道参数,建立了带有信道约束的数学模型,并研究了用遗传算法求解模型的具体方法.该遗传算法采用的编码方式是信道频点的整数序列号,个体是一组经过分配的序列号.在仿真过程中发现由算法本身带来的严重违反约束条件的问题,通过比较三种不同约束处理方法得以解决.仿真计算的结果表明,模型建立得当,算法有效解决优化分配的问题.     

一种适用于多信道联合组网的时隙分配新算法

分析了多信道联合组网时隙分配问题的特点,提出分配时隙时应该综合考虑容量需求、负载均衡和分配均匀度三方面因素,并设计了估计该三方面需求满足程度的方法。基于遗传算法,提出了适用于求解该问题的优化算法。仿真试验表明,提出的新算法能够有效求解多信道联合组网环境下的时隙分配问题。     

基于遗传算法的频率分配问题研究

针对频率数受限情况,提出了一种基于遗传算法的改进频率分配算法.通过设计新的编码策略,算法保证了初始频率分配方案中同一小区内的频率之间相互不存在干扰.为了和新的编码策略相适应,在变异操作中引入了特殊的变异方法.针对42小区GSM系统频率分配实验表明,在可用频率数受限的条件下,该算法能够使最终不满足约束条件的频率数降到最少.给出了就如何设置遗传算法各个运行参数的建议.     

基于匈牙利融合遗传算法的多无人机不平衡目标分配

基于无人机和目标之间的态势,研究不平衡目标任务分配建模和求解问题。首先,分析空战战场下无人机和目标之间的态势,提出一种某时刻的态势评估方法,建立多无人机不平衡目标分配模型;然后,用匈牙利遗传算法的目标分配算法求解该模型;最后,构建仿真算例进行仿真实验。仿真结果验证了所提算法的有效性,同时也表明了匈牙利遗传算法能够提升模型的求解效率。     

基于粒子群算法的软件可靠性分配问题研究

针对软件可靠性分配中不易求解全局最优解这一问题,将可靠性指标分配到每个模块中,并利用改进的粒子群优化算法来搜索模型的最优解.实验结果表明,改进的粒子群优化算法在求解软件可靠性分配问题时的效果优于遗传算法等其他智能优化算法.     

采用种群迁移策略的战场频率动态分配

给出了战场频率分配问题的形式化定义,并提出了一类标准问题测试集。针对问题特点,指出了现有频率分配策略的局限性,提出了一种基于种群迁移策略的战场频率动态分配新算法。新策略中,算法每一次迭代结束前,都以随机候选解和基于上一代最优解生成的候选解作为迁移种群来替换当前种群中较差的解,其中,迁移种群的生成过程受当前可用频率资源的限制。仿真结果表明,新提出的算法能够有效求解战场频率动态分配问题。     

基于自适应人工鱼群算法的多用户检测器

将智能优化算法应用到多用户检测器(MUD)问题中,是近年来改善MUD性能的一个研究方向。人工鱼群算法(AFSA)是一种新的智能优化算法,该算法具有一些遗传算法和粒子群算法不具备的特点。但是用其解决离散优化问题时,该算法保持探索与开发平衡的能力较差,且在算法运行后期搜索的盲目性较大,从而影响了该算法搜索的质量和效率。为了克服这些缺点,本文对该算法进行了改进,得到两种自适应人工鱼群算法(AAFSA_FP和AAFSA_SP),并首次用其构建了新的多用户检测器。仿真结果表明,该方法与基于遗传算法的多用户检测器和基于粒子群算法的多用户检测器相比,在误码率、抗远近效应的能力和收敛速度等方面都有明显的改善。     

ALGA在岸基导弹航路规划中的应用研究

针对基本遗传算法(GA)易局部收敛的缺陷,设计了基于模式搜索的自学习算子,提出一种基于模式搜索的自学习遗传算法(ALGA)。通过仿真测试函数将ALGA与基本遗传算法、自适应遗传算法(AGA)进行比较,显示改进的ALGA提高了算法的综合搜索能力。将改进的ALGA运用到岸基导弹航路规划中,并进行仿真实验,仿真结果验证了改进算法的有效性。     

基于说话人识别的GMM/GA算法

在实时平台上,高斯混合模型(GMM)具有计算有效性和易于实现的优点。最大似然规则中,模型参数不断更新,但由于爬山特征,任意的原始模型参数估计通常将导致局部最优;遗传算法(GA)适于求解复杂组合优化问题及非线性函数优化。提出了基于说话人识别的可以解决GMM局部最优问题的GMM/GA新算法,实验结果表明,提出的GMM/GA新算法比纯粹的GMM算法能获得更优的效果。     

量子遗传算法在多输出Reed-Muller逻辑电路最佳极性搜索中的应用

量子遗传算法是一种融合量子计算和遗传算法优点的智能算法,常用于求解组合优化问题.本文给出多输出RM(Reed Muller)逻辑电路最佳极性搜索方案,将量子遗传算法应用到多输出固定极性RM电路逻辑优化中.针对量子遗传算法易陷入局部极值的缺陷,结合群体灾变思想,提出一种基于量子遗传算法的多输出RM逻辑电路最佳极性搜索算法.最后对多个大规模PLA格式基准电路测试表明：该算法与基于遗传算法的最佳极性搜索相比,在优化能力、寻优性能和收敛速度等方面都有不同程度的提高.     

一种基于改进遗传算法的多播路由选择方法

遗传算法已经在多播路由优化问题中得到了广泛应用,但由于算法本身存在着收敛速度与全局收敛性之间的矛盾,使得在具体应用时经常顾此失彼,难以二者兼得,本文借鉴一种改进的遗传算法,在全局收敛的基础上提高收敛速度仿真表明,应用这种改进型遗传算法于多播路由问题,可以得到比现有启发式算法更好的结果.     

混合并行遗传算法求解TSP问题

该文应用多种群遗传并行进化的思想,对不同种群基于不同的遗传策略,如变异概率,不同的变异算子等来搜索变量空间,并利用种群间迁移算子来进行遗传信息交流,以解决经典遗传算法的收敛到局部最优值问题,对于TSP(Traveling Salesman Problem)进行了求解,仿真结果表明,该文算法的收敛性能优于经典遗传算法。     

一种基于改进的遗传算法的块匹配运动估计方法

块匹配方法(Block Matching Algorithm,简称BMA)是目前广泛使用的运动估计方法,但该方法的最大缺点是容易陷于局部最优,这主要是由搜索模式决定的。而遗传算法(Genetic Algorithm,简称GA)是一种具有广泛适应性的全局最优的搜索算法。将块匹配方法的局域性搜索与遗传算法的全局性搜索结合起来,本文提出了一种基于改进的遗传算法的块匹配运动估计方法。实验证明,该方法的平均绝对误差(MAE)接近全搜索(FSS),优于三步法(TSS),而运算量相对较低,接近三步法。     

一种基于遗传算法的拓扑匹配存储方法

在名址分离网络中,身份和位置的映射问题非常重要。在对其映射关系存储方法深入分析的基础上,针对逻辑拓扑和物理拓扑不一致的问题,结合遗传算法,将拓扑匹配问题看成一个旅行商问题(TSP问题),并利用遗传算法寻找此问题的满意解,然后用此满意解构建Chord环,并对Chord环的邻居表进行修改改进从而对Chord环的路由跳数进行了优化。分析和仿真结果表明,该方法实现简单,对原始Chord模型改动不大,在平均路由跳数、时延方面都有明显的优势。     

改进遗传算法在E面波导滤波器设计中的应用

由于遗传算法表现出良好的全局搜索性能,因此本文将其应用于高性能E面波导滤波器的设计中.针对传统遗传算法所存在的局部搜索能力差的缺点,本文在并行遗传算法的基础上,通过将原有群体划分为多个子群体,利用多个子群进行局部极值点的搜索,并利用群间迁徙,使改进后的算法收敛速度平均提高了2~3倍.数值实验表明算法具有较快的收敛速度和较好的全局搜索性能,证明了算法的有效性.     

正交遗传算法

本文提出正交遗传算法.该算法把正交设计与遗传算法结合起来,用正交设计确定区间水平,在每个区间水平按遗传算法进行搜索,正交设计能够发现包含最好解的区间水平,再在这个区间水平使用遗传算法进行搜索.反复使用上述算法,当前区间水平变小.最后,当前区间水平变为一点了,它就是这些区间水平的最优点.借助正交设计,本文证明了正交遗传算法是收敛的和进行了计算机模拟.模拟结果显示该算法是有效的和可行的.