遗传算法编码机制的比较研究

结合理论分析和计算机仿真实验对遗传算法的二进制编码和十进制编码在搜索效率和优化结果的鲁棒性方面进行了比较研究 .研究结果表明 :二进制编码与十进制编码相比 ,通常情况下前者的搜索效率高 ,寻优结果对交叉概率和变异概率鲁棒性好 .进一步地理论分析表明 ,低进制编码遗传算法在搜索效率和优化结果鲁棒性方面普遍优于高进制编码遗传算法 .因此 ,在工程应用实践中宜选用低进制编码的遗传算法 .本文得出的结论为遗传算法编码机制的理论研究和遗传算法在工程应用实践中编码机制的选取提供了理论指导 .     

基于遗传算法的水电站优化调度研究

用基于十进制编码的遗传算法研究水电站优化调度问题 ,与通常采用的基于二进制编码的遗传算法相比 ,采用十进制编码 ,避免了由于二进制编码串很长而造成的算法搜索效率低的缺陷 .实例计算中 ,以动态规划法求得的优化解为比较基础 ,采用十进制编码较之二进制编码在相同进化内更接近最优值 ,运行速度大大加快 ,提高了算法的运行效率     

二进制遗传算法和八进制遗传算法的函数优化结果比较

研究了遗传算法在寻找函数最优值方面的应用,比较分析了二进制遗传算法和八进制算法的函数优化结果。计算机仿真的结果表明二进制编程遗传算法在函数优化中要优于八进制编码遗传算法。     

一种改进的进化神经网络优化设计方法

基于传统遗传算法优化神经网络时存在的"近亲繁殖"、基因编码冗余和难以确定隐节点数等问题,提出改进的进化神经网络优化设计方法.通过对网络编码形式的规范,使得基因编码与功能等价类一一对应,从而降低编码冗余;通过节点相关性评价,使得低于某阈值的节点在交叉操作时被排除,从而降低节点冗余;通过把交叉变异概率与种群个体适应度比例相联系,提出自适应交叉变异概率,较好保持种群多样性.仿真实验表明,本方法可以避免"近亲繁殖"以及由此导致的"种群早熟",降低编码冗余,减少学习参数,提高学习效率.     

基于免疫遗传算法的卫星天线结构设计

将实数编码和二进制编码有机结合,形成一种新的混合编码方法,使卫星天线结构与染色体一一对应,简化了天线结构描述以及交叉、变异等遗传操作.以天线性能需求为抗原,以设计过程中天线结构的中间结果为抗体,通过遗传操作优化天线抗体种群,同时引入亲和力、浓度、记忆库等免疫因子,实现了浓度调节机制和抗体记忆功能,保持了天线种群多样性,避免了天线个体的重复计算,使天线抗体种群快速收敛,最终得到符合性能需求的卫星天线结构.通过ST5卫星天线的仿真实例验证了该天线结构设计方法.结果表明,相比传统遗传算法,免疫遗传算法的时间开销减少20%～30%,同时稳定性提高,体现了该设计方法的可行性和高效性.     

Matlab遗传算法工具箱的设计

介绍了使用Ｍａｔｌａｂ语言实现遗传算法,建立遗传算法工具箱（ＧＡｓ ｔｏｏｌｂｏｘ）．开发的遗传算法工具箱支持二进制和浮点式编码方式,并且提供了多种选择、交叉、变异的方法,用以提高遗传算法的性能．使用工具箱对一系列非线性、多峰值函数问题进行了测试,显示了优良的性能．通过测试、发现浮点式遗传算法的寻解效率和精确度都优于二进制算法以及传统的寻优方法．     

基于实数编码遗传算法的轨迹综合优化设计

提出了一种基于实数编码遗传算法的机构轨迹综合优化设计。在传统二进制编码遗传算法上进行改进,采用具有更快全局寻优能力的实数编码遗传算法对四杆机构各参数进行优化,从而得到机构最优解。运用MATLAB软件实现遗传算法优化设计,结果表明了此方法的有效性。     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman撼波器池结构，设计了使用遗传算法的自适应Kalman滤波器，给出了离线和在线两种实现方案．离线方案以辨识滤波参数为主要目的，进而可以对状态进行较准确的事后估计；在线方案以实时地对状态进行估计为目的．对滤波参数寻优使用具有良好性能的浮点数编码遗传算法，该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强．仿真结果验证了所提出的自适应Kalman滤波器的有效性．     

基于遗传算法的证券组合选择

以证券组合选择为研究对象,讨论寻求高收益、低风险的最佳证券组合.通过对马克维茨投资组合模型的分析,得到一个改进的证券组合选择准则.根据二进制编码遗传算法的适用性及运算特点,给出运算规则及评价函数,用以选择最佳证券组合.实例分析表明,方法操作简单,并能得到有效结果.     

遗传最小二乘支持向量机法预测时用水量

为解决传统最小二乘支持向量机采用交叉验证确定参数耗时较长的问题,提出基于遗传算法和最小二乘支持向量机的城市时用水量预测方法.根据城市时用水量序列具有较强相关性的特点,利用自相关系数法分析时用水量序列的变化规律,并引入二进制编码的自适应遗传算法优化最小二乘支持向量机的超参数,采用交叉验证法确定遗传算法个体的适应值,建立了时用水量预测模型.实例分析表明：与基于传统最小二乘支持向量机的时用水量预测方法相比,基于遗传算法和最小二乘支持向量机的时用水量预测方法计算速度更快,预测精度更高.     

Optimization of unit commitment based on genetic algorithms

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｔａｓｋｏｆｕｎｉｔｃｏｍｍｉｔｍｅｎｔｉｓｔｏｍｉｎｉｍｉｚｅｔｈｅｐｒｏｄｕｃｔｉｏｎｃｏｓｔｓｕｂｊｅｃｔｔｏｔｈｅｃｏｎｓｔｒａｉｎｔｓｏｆｇｅｎｅｒａｔｉｎｇｕｎｉｔｓａｎｄｐｏｗｅｒｓｙｓｔｅｍｉｎ ｇｉｖｅｎｄｉｓｐａｔｃｈｐｅｒｉｏｄｂｙｐｒｏｐｅｒｌｙａｒｒａｎｇｉｎｇｇｅｎｅｒａｔｉｎｇｓｃｈｅｄｕｌｅａｎｄｅｃｏｎｏｍｉｃｌｏａｄｄｉｓｐａｔｃｈａｍｏｎｇｕｎｉｔｓ .Ｔｈｅｒｅａｒｅ ｐｒｉｏｒｉｔｙｌｉｓｔｍｅｔｈｏｄｓ,ｍｉｘｅｄ ｉｎｔｅ…     

基于合作式协同进化算法的神经网络优化

针对一般遗传算法优化神经网络存在的不足，提出合作式协同进化遗传算法实现神经网络结构和权值同步优化方法．首先，结合合作式协同进化遗传算法本身特性和神经网络特点，给出种群分割方法；其次，为了实现结构和权值的同步优化，提出一种新的混合编码方法，并根据该混合编码方法设计新的交叉和变异算子；然后，根据编码结构、代表个体和合作团体之间的关系，提出一种新的结构优化方法；再次，给出进化过程所需代表个体选择、适应度构造方法等．最后，通过双螺旋线问题验证本文算法的有效性．     

合成条件对放电容量的影响改进遗传算法建模

采用多重交叉策略和多重变异策略的改进遗传算法建立了锂离子电池正极材料合成条件对放电容量的影响关系模型，结果表明，该方法估算精度高，收敛速度快，具有较强的通用性。所得模型精确度高，经检验后的结果与实际情况能很好地符合。     

基于人工鱼群的DNA编码序列组合优化算法研究

分析DNA编码序列设计的目标及需要满足的约束条件,提出全局人工鱼群算法（GAFSA）生成有效的DNA编码序列.根据优化问题的约束条件及人工鱼群的特点,对人工鱼的视野和步长按进行动态调整.实验结果表明,所述GSFSA算法比遗传算法、多目标进化算法、遗传粒子群算法算法产生的DNA编码序列具有更高的质量.     

用遗传算法求解多参量函数优化问题

针对简单遗传算法(SGA)的编码方式不适用于优化多参量函敷的弱点,介绍了一种基于多参级联编码方式的遗传算法,详细描述了该算法的各主要组成部分和工作原理,并通过仿真实验证明了该算法的有效性。     

Application of hybrid coded genetic algorithm in fuzzy neural network controller

0　ＩＮＴＲＯＤＵＣＴＩＯＮＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ (ＧＡ)ｗａｓｆｉｒｓｔｌｙｐｒｏｐｏｓｅｄｂｙＪｏｈｎＨ .Ｈｏｌｌａｎｄ ,ａｐｒｏｆｅｓｓｏｒｏｆｐｓｙｃｈｏｌｏｇｙａｎｄｅｌｅｃｔｒｉｃａｌｅｎｇｉ ｎｅｅｒｉｎｇ＆ｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅ ,ａｔｔｈｅｂｅｇｉｎｎｉｎｇｏｆ 1970 ,ａｎｄｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅＨｏｌｌａｎｄ’ｓｍｏｎｏｇｒａｐｈｉｎ1975[1] .ＩｔｉｓａｓｔｏｃｈａｓｔｉｃｓｅａｒｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤａｒｗｉｎ’ｓｅｖｏｌｕｔ…     

基于改进遗传算法的空间网架结构拓扑优化设计

根据工程实际出发,建立离散变量结构拓扑优化模型。针对基本遗传算法(GA)存在的早熟收敛、随机性大、收敛速度慢等不足,从编码方式及遗传算子操作等几个方面对其作了改进,选择操作中引进斐波那契方法,提出一种基于整数编码的改进遗传算法。优化结果表明,这种改进的遗传算法的收敛性得到了很好的改善,提高了计算效率,是有效的结构拓扑优化设计方法。     

浮点数遗传算法在函数极值求解中的应用

介绍了遗传算法的由来及其基本思想、传统二进制编码的优缺点以及浮点数编码的优点。重点讨论了利用浮点数编码方案，从适应函数、选择策略、杂交方法、变异策略等方面论述对极值问题的求解，详细介绍了每种算子的具体实现方法，并根据算法对多组数据进行了实际测试，说明利用浮点数编码方案，完全适合求解极值问题。     

Application of Modified Genetic Algorithm to Optimal Design of Supporting Structure

The modified genetic algorithm was used for the optimal design of supporting structure in deep pits. Based on the common genetic algorithm, using niche technique and reserving the optimum individual the modified genetic algorithm was presented. By means of the practical engineering, the modified genetic algorithm not only has more expedient convergence, but also can enhance security and operation efficiency。     

有限字符集编码下的模式定理及其证明

基本遗传算法的核心理论是模式定理和收敛性理论．传统的模式定理使用了二进制编码方法并给予了证明,然而现实中用遗传算法求解很多问题时需要使用有限字符集的编码方法．首先给出了一些具有代表性的遗传算子,在此基础上证明了有限字符集编码下的模式定理．结果表明,基于有限字符集编码的遗传算法中阶次低、定义长度短且适应度值超过平均适应度值的模式的数目将以指数级增长．