一种可寻得全局最优解的改进变异算子

文献[1]分析了典型遗传算法不成熟收敛的起因,据此提出了一种改进的遗传变异算子,计算机仿真实验证明改进后的遗传算法能有效地克服不成熟收敛,进而搜索到全局最优解。     

一种维持种群多样性的遗传算法变异算子的研究

本文针对二进制编码遗传算法中，由于传统变异算子随机地选取基因位置而对搜索全局最优的不利影响，分析了变异位置对种群多样性的影响．提出了一种新的维持种群多样性的变异算子，其变异概率和变异位置由种群基因位的多样度和个体适应度值自适应决定．经变异后优秀的个体得以保存，且在种群中每一基因坐上两种基因的比例控制在期望的范围内．本文最后用实验验证了该算于维持种群多样性的有效性．     

一种快速收敛的遗传算法

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾，提出了一种新的快速收敛的改进遗传算法。该改进算法设计了与个体适应度相关的变异算子，以及与早熟情况、进化代数和个体适应度有关的移民算法。实例验证表明，该改进遗传算法在收敛速度和获取全局最优解的概率两个方面都有很大的提高。     

一种新的基于混沌变异解决早熟收敛的遗传算法

给出解决遗传算法早熟收敛问题的统一框架，基于新的混沌变异模型提出一种新的遗传算法。该算法充分利用混沌的初值敏感性和轨道遍历性，克服了已有混沌变异模型存在搜索盲区大的缺点。多峰值函数优化计算结果验证了该算法的可行性和有效性。     

混沌变异算子的改进遗传算法及其应用

为解决标准遗传算法（SGA）收敛缓慢等缺点,提出一种混沌变异算子的改进遗传算法,进化过程中,为防止局部早熟收敛,对较优个体的变异操作中引入一个混沌变异算子,并把混沌运动的遍历范围“放大”到优化变量的取值范围,通过一代代地不断进化,收敛到一个最适合环境的个体上,求得问题的最优解;建立精英个体序列库,防止最优解的丢失。采用实际算例进行仿真试验,仿真结果证明了该算法的有效性。     

进化神经网络中的变异算子研究

针对进化神经网络中遗传算法收敛速度慢和容易早熟这两个难题,提出了一个启发性的变异算子.该算子采用了自适应的变异率和启发式的变异位的选择策略.在多代无进化时,通过提高变异率扩大搜索范围,同时减小变异量进行更细致的搜索.求解XOR问题的实验表明,该算法既具有很快的收敛速度又能自动维持群体的多样性.     

进化策略中变异算子的改进研究

针对进化策略在解决比较复杂问题时出现收敛速度缓慢这一问题的原因进行分析，提出 原来变异算子中的用高斯随机变量产生的随机扰动量改用柯西随机变量产生的随机扰动量来代替的一种新的变恂方法。通过对几个标准函数进行模拟进化，说明该方法是合理、有效的。     

三维机器人路径规划的一种变异算子蚁群算法

研究三维空间机器人路径规划问题,由于系统求解时间较长、过早失去解的多样性、易陷入局部最优、个体适应度较差等问题,通过构建三维工作空间模型、引入变异算子和搜索无碰路径策略来解决,提出适宜于三维机器人路径规划的一种变异算子蚁群算法(Mutation Operator Ant Colony Algorithm,MOACA)。MOACA是一种关于模型构造的启发式搜索算法,算法在改进启发式函数设计、选择概率确定、信息素更新策略等基础上,引入逆转变异和插入变异算子,通过选择逆转点反序排列部分路径节点和随机插入路径节点的方法搜索无碰路径,对蚁群算法进行了局部优化改良。仿真结果表明,MOACA在搜索路径、收敛时间、适应度等方面较传统蚁群算法有明显改善,算法是有效可行的。     

基于改进变异算子的遗传算法求解柔性作业车间调度①

柔性作业车间调度问题是对传统车间调度问题的扩充,它更接近于现实的生产调度问题。针对柔性作业车间调度的特点,设计了基于关键工序的变异算子,使变异集中于关键路径,从而提高了变异过程的效率。还采用二向量编码、初始种群定位法和POX交叉算子,设计了新的应用于柔性作业车间调度的遗传算法,并通过实验验证了算法的有效性。     

一种采用变异算子的自适应微粒群算法

为了提高微粒群算法优化高维目标的性能,采用了个体惯性权重自适应调整的微粒群算法,其中每个微粒拥有属于个体的惯性权重。通过对每个微粒的适应值进行评价对惯性权重动态和自适应,以加快其收敛速度并逃离局部最优。为了增强搜索性能,基于高斯变异和随机变异的变异算子被引入。该方法以及其他3种不同微粒群优化算法对4个经典函数在100、200和400维数下进行仿真的结果比较证明此算法在解决高维数目标时具有良好性能。     

一种有效的支持海量图像数据库QBE查询的聚类索引算法

对海量图像数据进行基于内容的查询与检索有赖于高效的索引和检索机制。因此,如何将海量图像数据进行合理的分类,人而建立相应的索引机制就成为了一个亟待解决的问题。本文提出了一种有效的支持海量图像数据库QBE查询的聚类索引算法。实验在1万多幅的图像数据库上进行了反复测试,结果表明该算法可以极大地提高检索效率。     

基于特征加权C均值聚类算法的案例索引和检索

一个成功的案例推理系统高度取决于如何设计出一个精确并且高效的案例检索机制。提出用特征加权C均值聚类算法（WF—C—means）把源案例中的初始案例分成几类。在WF—C—means的分类结果基础上提出了案例索引方案。实验表明,研究的结果对于一个现实的案例推理系统非常有用。     

AN ACCELERATED ALGORITHM FOR DENSITY ESTIMATION IN LARGE DATABASES USING GAUSSIAN MIXTURES

Today, with the advances of computer storage and technology, there are huge datasets available, offering an opportunity to extract valuable information. Probabilistic approaches are specially suited to learn from data by representing knowledge as density functions. In this paper, we choose Gaussian mixture models (GMMs) to represent densities, as they possess great flexibility to adequate to a wide class of problems. The classical estimation approach for GMMs corresponds to the iterative algorithm of expectation maximization (EM). This approach, however, does not scale properly to meet the high demanding processing requirements of large databases. In this paper we introduce an EM-based algorithm, that solves the scalability problem. Our approach is based on the concept of data condensation which, in addition to substantially diminishing the computational load, provides sound starting values that allow the algorithm to reach convergence faster. We also focus on the model selection problem. We test our algorithm using synthetic and real databases, and find several advantages, when compared to other standard existing procedures.     

图像恢复的高效并行算法及关键技术

首次从并行处理的途径分析了能产生高恢复质量，但具有高计算复杂性的图像恢复算法BNM的并行性，并对影响该算法并行效率的关键问题，提出了有效的解决方案：①采用条状重叠的数据分配方案，减少了并行处理中的通信量；②给出了不同读取策略的内部实现模型，分析了不同读取策略对I／O带宽产生的影响，提出了能够获得高I／O性能的读取策略；⑧提出了降低通信量的“关键位通信”方法．综合运用上述策略，设计并实现了高效的并行BNM算法．理论分析和实验表明，该并行BNM算法具有很高的加速比、并行效率及很好的可扩展性，是解决图像恢复实用性的有效途径。     

支持基于内容检索的图像数据模型的设计

以面向对象的多媒体数据库系统Jasmine为平台,设计具有基于内容图像检索功能的面向对象数据模型,作为数据库的引擎,实现了一个支持基于内容检索技术的图像数据库系统。     

一种用于二值图象分割的快速聚类算法

文中提出了一种适合于二值图象分割的快速聚类算法。它具有五个特点：①图象扫描过程与聚类过程一体化；②执行速度快；③总的类数动态生成；④节省存储空间；⑤便于后续处理。该方法可应用到目标检测、多目标跟踪和噪声去除等领域。     

FCM-VKNN聚类算法的研究

提出了一种新的K值可以变化的FCM-VKNN(Fuzzy C-Means Variable K-NearestNeighbor)聚类算法.FCM-VKNN聚类算法充分吸取了FCM算法和KNN准则的长处,使本算法不受初始值的影响和固定值K的束缚.新的目标准则函数考虑了数据集样本的模糊隶属关系和样本几何分布两个方面的因素,使算法的鲁棒性和分类的正确性大大加强.最后给出了几组具有代表性数据的聚类结果.实验结果表明了这种算法的有效性.     

基于多种主色调的图像检索算法研究与实现

在基于内容的图像检索中,颜色是最容易说明的特征,主色调可以反映图像的总体概貌,文中提出了一种基于多种主色调的图像检索算法,能够将用户指定的多种主色调通过适当的扩展用于匹配,以获得更好的检索效果。     

一种计算图像几何矩的快速算法

提出了一种计算图像几何矩的快速算法.根据图像区域边界的顶点链码,给出了图像几何矩的计算公式.该算法可以看作是格林理论的离散版本的一个推广,对低阶几何矩,算法的复杂度为O(n).与原有的几何矩算法比较,该方法具有实现简单、计算量小、计算结果精确等优点.     

一个有效的圆片规模布局算法

本文提出了一个圆片规模布局算法，它是国外一个相应算法的改进形式，区别在于利用力定向布局法的方式不同。在相对位置阶段，该算法利用布局的层次特性将需确定所有电路元件相对位置的问题缩减至仅需确定宏电路元件相对位置的问题；在实际位置阶段，采用分治策略和取消前阶段层次划分的方式回避了需确定任意元实际位置的问题．其时间复杂度远低于国外相应算法．