智能排课优化算法研究

为解决高校排课优化问题,建立了以教学效果好评度最大化为优化目标的排课数学模型.针对传统遗传算法的不足,给出了一种混合遗传算法,该算法不仅能够对传统遗传算法的交叉率、变异率进行自适应改进,还能够实现冲突检测与消除功能.测试结果表明,该算法比传统的遗传算法、贪婪算法和蚁群算法耗时短,而且教学效果好评度最高,这说明该算法能有效缩短排课时间,提高排课质量和效率,实现高校排课智能化.     

遗传算法在蜜网中的应用研究

分析了网络攻击和入侵行为日趋复杂的现状,传统的网络被动防御技术已经无法有效地保护网络安全。研究了蜜网技术和遗传算法,根据遗传算法在动态环境中的鲁棒性、自适应性的特点,提出了将遗传算法应用到蜜网系统中,并设计了遗传算法在蜜网中的数据分析流程,该算法弥补了传统的统计检测方法的缺陷。仿真实验证明,该系统能有效地捕捉恶意行为,防御多种新型攻击,该算法具有一定的优越性。     

用自适应遗传算法求解一类组合调度优化问题

针对JobShop组合调度优化问题,提出一种改进的自适应遗传算法,该算法在经典遗传算法的基础上增加了重构和局部寻优操作,构造了新的交叉和变异算子,自适应地确定交叉和变异概率,提高了算法的搜索效率.算例表明,该算法能有效求解JobShop调度等组合优化问题.     

动态变异遗传算法

遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。     

基于SVM的GA及其在农业产业结构优化中的应用

针对遗传算法的特征,提出了通过支持向量机SVM构造遗传算法的适应度函数的新算法,该算法通过统计学习理论指导遗传算法的优化过程,然后又把基于支持向量机的遗产算法应用于农业产业结构优化布局中,结果表明基于支持向量机的遗产算法能较快地全局收敛.     

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.     

用遗传算法求解AOE-网中的关键路径

应用遗传算法的基本原理求解关键路径,根据问题的性质对遗传算法做了相应的改进,使该算法能高效地求出一批近似的关键路径,并给出了算法实现的步骤.     

基于自适应小生境遗传算法的物流配送路径优化研究

针对遗传算法具有早熟的缺点和小生境遗传算法比遗传算法更费时的问题,将自适应小生境技术引人遗传算法,构建自适应小生境遗传算法,用以解决带时间窗的车辆路径优化问题.实验结果表明该算法具有更好的搜索能力和收敛速度,能有效地调和种群多样性与算法耗时的矛盾,解决物流配送车辆路径优化的问题.     

遗传算法改进的研究

为了克服遗传算法的一些特点,本文对遗传算法几个方面的改进进行了研究,提出了一种改进形式的遗传算法,仿真实验证明,该改进遗传算法能大大提高遗传算法的收敛速度,有效防止“早熟”现象,并明显改善了算法的计算稳定性。     

基于竞争协同进化的改进遗传算法

针对标准遗传算法中的早熟收敛现象,提出一种基于竞争协同进化的改进遗传算法.该算法根据个体与对手竞争的表现来衡量个体的生存能力,生存能力由个体所击败对手的数量和优秀程度决定,个体在击败更多更优对手的努力中逐步进化.函数优化实验结果表明,该算法收敛速度快,且能有效保留种群多样性,与标准遗传算法及其他多种群遗传算法相比,能有效减轻早熟收敛现象.     

基于关联分类的中文短信分类

为高效地识别垃圾短信,在关联分类算法基础上,提出基于语序的关联分类(associative classification based on word order,ACW)算法.该算法利用关联规则挖掘方法,同时结合句法顺序,生成分类规则.通过实验证明,在短信分类领域,ACW算法的效果优于传统关联分类算法.     

免疫聚类算法在基因表达数据分析中的应用

提出了基于免疫聚类算法的基因表达数据分析方法. 根据基因表达数据矩阵的特点,设计了改进的Consine系数来度量基因相似度;借鉴生物免疫学的有关免疫理论,利用基因表达数据分析的先验知识自适应地改变抗体本身及其与抗原亲合度的关系,构造了基于免疫优势克隆的聚类算法. 与K均值算法和遗传算法的对比实验表明,该算法能够获得较大的类内紧制度、较小的类间分离度,具有较好的工程应用价值.     

判定线性不等式围成的空间是否为空的梯度快速算法

给出一个判定线性不等式围成的空间是否为空的快速算法.这个算法利用空间中的投影矩阵将一个射线投影到约束仿射空间的一个向量,使得算法能够用最快的速度逼近交空间中的一个可行点.实验结果表明,这个算法比作者以前的分治算法要快很多倍,特别是在空间的维数很大的情况.     

遗传算法在扫视眼动系统参数估计中的应用

简要介绍了扫视眼动系统的数学模型,并用遗传算法对此模型中的参数进行了估计, 仿真实验结果表明。遗传算法基本能准确地估计出各参数在正常生理状况下的取值,初步验证 了其是进行扫视眼动系统参数估计的有效方法。     

Toeplitz化在ESB自适应波束形成算法中的应用

把Ｔｏｅｐｌｉｔｚ化和基于特征空间（ＥＳＢ）自适波速形成算法相结合,针对等距线提出了一种新的波束形成算法并进行了理论分析,该算法通过对估计得到的阵列信号相关矩阵进行Ｔｏｅｐｌｉｔｚ化,减小有限次采样引起的误差,获得较快的收敛速度,并能有效克服ＥＳＢ算法不能在相干环境下工作的缺点,计算机仿真结果证实了这种算法的有效性。     

模拟退火算法在薄膜光学常数反演中的应用

为了消除薄膜实际光学常数与理论光学常数差异对监控的影响,基于实测透射率光谱曲线,采用模拟退火（SA）算法对已镀膜层实际光学常数n、k、d进行数值反演;在应用模拟退火算法时,对于某一退火温度t,新解的查找范围根据新解的接受率来自适应控制,快速地找到更优的新解;当新解确定后,退温采用指数降温方式,其退温速率a的取值根据接受概率P的不同而变化,当连续退温后,满足终止条件,算法结束;算法经此改进后,应用在石英玻璃基底上镀制ZnS薄膜实例中,经验证,在较短的时间内找到n、k、d值,提高了优化速度与算法效率．     

近场口径场变换的共轭递度快速傅里叶变换算法

改进了基于等效磁流的近场－口径场变换方法,采用共轭梯度法迭代求解矩阵方程的最小二乘意义解,把系数矩阵构成循环Toeplitz块矩阵,用二维快速傅里叶变换计算迭代过程中大量的矩阵与矢量乘积,从而形成近场－口径场变换的共轭梯度快速傅里叶变换算法。通过数值模拟,并与奇异值分解法和共轭梯度法比较,说明该算法可以极大地提高计算效率,并由诊断实验验证了算法的工程实用性。     

空间二叉树在外形不规则颗粒三维建模中的应用

基于一种用球体单元填充颗粒内部空间建立模型的方法,其球体单元的形成依据颗粒表面和内部节点信息.在计算颗粒表面和内部网格节点之间最短距离时,把二叉树优化算法引入到了用VC++编写的程序中.同时利用该算法实现了某一真实颗粒的三维建模,通过对比原有算法的计算效率,该算法能够在保证颗粒建模精度的前提下,提高计算效率约70倍,可以在很大程度上节约颗粒模型特别是大规模颗粒模型生成的时间.     

矩形件排样的模拟退火算法求解

讨论了用模拟退火算法求解矩形件排样问题。在这问题数学模型分析的基础上,给出了模拟退火算法求解的关键步骤和方法,并通过算例讨论了模拟退火算法中三个主要参数初始温度、冷却系数以及终止温度对排样结果的影响。实验结果表明：采用模拟退火算法求解排样问题是适合的。     

一种图像分割算法的选择方法

提出了一种基于模糊联想神经网络图像分割算法的选择方法。通过树型小波变换提取图像特征,再用模糊联想分类神经网络将待分割图像划分为灰度图像或纹理图像,并根据分类结果确定分割算法。