改进的遗传算法及其仿真

从分析标准遗传算法存在的缺陷入手，提出了一种自适应选择交叉概率，变异概率以及交叉位置非等概率选取的改进的遗传算法并予以仿真，在仿真的基础上对标准遗传算法与改进遗传算法进行性能比较。     

小生境遗传算法在多车牌定位中的应用

为了在复杂背景下对多车牌进行准确定位,提出一种基于小生境遗传算法的多车牌定位方法。利用一组一维滤波器对图像平滑处理得到图像的特征向量,建立小生境遗传算法模型,设计适应度函数,并确定小生境算法机制,实现多车牌定位。仿真实验表明,基于小生境遗传算法的多车牌定位方法能够准确地对多车牌进行定位,平均定位率达到90%以上。     

改进自适应遗传算法在函数优化中的应用研究

为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.     

小生境遗传算法在机械优化设计中的应用

针对在机械设计中经常遇到的多个变量、多个局部极值的参数优化设计问题,提出了应用小生境遗传算法求解多峰值函数全局最优化解的途径。对小生境遗传算法的基本构造模型和实现技术给出了全面的描述。最后,以曲柄摇杆机构的优化设计为算例,验证了该算法的有效性。     

谈遗传算法的改进策略

针对遗传算法的特点,给出了遗传算法的改进方法,并进行了较系统的分析和评述。     

小生境遗传算法在机械优化设计中的应用

针对在机械设计中经常遇到的多个变量、多个局部极值的参数优化设计问题，提出了应用小生境遗传算法求解多峰值函数全局最优化解的途径。对小生境遗传算法的基本构造模型和实现技术给出了全面的描述。最后，以曲柄摇杆机构的优化设计为算例，验证了该算法的有效性。     

改进遗传算法在水文模型参数优选中的应用

为改善传统水文模型参数优选算法的性能,针对遗传算法的寻优效果明显依赖于模型参数的初始变化区间的大小,并且局部搜索能力较差、可能会出现过早收敛等问题,在遗传算法中加入局部搜索算子和加速算子,并引入了生物学中的小生境概念,提出了基于小生境技术的混合加速遗传算法(HAGA).该算法在广西合浦水库流域的洪水预报中得到成功应用.结果表明:基于小生境技术的混合加速遗传算法不仅有较好的全局优化性能而且精度较高,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.     

基于改进遗传算法的起重机臂架结构优化设计

在起重机臂架结构设计中,引入非均匀变异算子和小生境算子与采用浮点数编码遗传算法相结合,同时通过个体基因改变总几率来确定浮点数编码遗传算法的变异概率,提出了一种改进的遗传算法.算例结果表明,改进的遗传算法优化效果明显,对结构优化设计有较好的参考价值.     

小生境遗传算法及其在地球物理

遗传算法在地球物理反演中已经得到越来越广泛的应用,而常规遗传算法存在早熟收敛和后期收敛速度慢的弱点。本文介绍一种基于小生境技术的改进遗传算法,它不但具有良好的收敛可靠性,而且具有较快的收敛速度。文章扼要分析了小生境遗传算法的运行机制,并对遗传算法的收敛性作了详细分析。对给出的三个测试函数和理论地震波速反演的实验数据表明,该算法确实是一种行之有效的遗传算法。     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

基于遗传算法的数据挖掘方法及应用

车间作业调度问题的研究不仅具有重大的现实意义,而且具有深远的理论意义.该文采用数据挖掘算法从大量的车间作业调度中抽取一些有价值的信息或知识,然后应用这些知识来辅助车间作业调度.应用数据挖掘算法从车间作业调度最优方案中抽取出最优调度方案的一些模式知识来发展一些规则集辅助车间作业调度.这些规则可以看作是隐含在车间作业调度最优方案中的,事先未知的潜在有用的信息.根据这些规则可以产生比简单指派更好的车间作业调度方案.最后的数据实例表明该方法无论在调度质量还是在计算速度上都具有较好的性能.     

用基于遗传优化的扩展卡尔曼滤波算法辨识电池模型参数

提出了一种基于遗传优化算法(Genetic algorithm,GA)和扩展卡尔曼滤波(ExtendedKalman filter,EKF)算法的电池模型参数辨识方法。建立了锂离子动力电池等效电路模型,模型中两个RC网络分别描述电池的电化学极化特性和浓差极化特性,迟滞电压描述电池充放电过程的平衡电势的差异。对于具有耦合关系的模型参数,采用具有最小均方误差估计效果的EKF辨识算法,针对EKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于遗传算法优化EKF噪声矩阵的方法。试验和仿真结果表明:基于遗传优化的EKF算法(GA-EKF)辨识的电池模型满足电动车辆仿真精度要求。     

浮点数编码的遗传算法及其应用

对多极值函数的全局优化问题,采用十进制浮点数对遗传算法进行编码,综合设计出相应的选择、交叉与变异遗传操作得到浮点数编码的遗传算法（Ｆｌｏａｔ－ｅｎｃｏｄｉｎｇ Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ,ＦＧＡ）。应用ＦＧＡ对３个著名的优化方法测试函数进行优化计算。仿真结果表明ＦＧＡ不易陷入局部极值,收敛速度快,并能得到较高的优化精度。     

基于LabVIEW的遗传算法辨识系统设计与应用

针对热工对象的特点和复杂的工业控制环境,以三种典型的热工模型为例,采用遗传算法进行仿真辨识,有效地克服了噪声的干扰,达到较好的参数一致性估计。在仿真实验的基础上,为了实现理论辨识方法的工程实用化,利用Matlab的强大运算功能和LabVIEW的动态显示和虚拟仪器特性,通过混合编程开发了一套集数据采集和处理、参数辨识、结果分析为一体的辨识系统平台。该平台操作简便、工程移植性强,利用该平台在双容水箱上作实验研究,其结果表明该平台是进行辨识实验研究的有效工具,为以后应用到其他领域打下了基础。     

基于相似性遗传算法及其在JSP中的应用

提出一种基于个体相似性的改进算法, 当种群的多样性较好时,采用标准的交叉策略;当种群的多样性较差时,根据个体的相似性选择个体配对, 避免相同的个体配对交叉, 减少高度相似个体进行配对交叉的概率, 从而提高交叉操作的效率. 用该改进算法对基准作业车间调度问题（JSP）进行计算,仿真结果表明：该算法优于标准遗传算法.     

用基于小生镜技术的改进遗传算法解决TSP问题

针对TSP搜索空间随城市数的增加而计算难度增大的问题，引入了基于小生镜的改进遗传算法，文中介绍了这种算法的步骤和实验结果．与传统的简单遗传算法（SGA）相比，既可以避免陷入局部最优解，又可以提高搜索速率．     

优进遗传算法及其在化工数据处理中的应用

针对常规遗传算法容易早熟、局部寻优能力差的弱点，提出一种优进遗传算法．该算法以一定的概率引入确定性操作，并采用空间重组的方式改进子代分布，以提高全局寻优的性能．采用的相关技术包括增加单纯形寻优算子、运用改进的交叉算子、自适应地调整交叉率和变异率等．该算法已成功应用于SO2催化氧化反应动力学模型的非线性参数估计、这种优进遗传算法不依赖于问题的具体领域，可应用于各种数据处理和优化领域．     

基于遗传算法的自适应滤波器设计与实例仿真

LMS算法是自适应滤波器最为常用的算法,该算法比较简单,但决定其收敛速度和稳定性的学习速率难以确定;遗传算法是一种高度并行的全局搜索方法,能够有效地用于自适应滤波器的权系数寻优.文章讨论了基于遗传算法的自适应滤波器的设计过程,并作为一个应用实例,将其应用于线性系统辨识中,取得了较好的仿真结果.