一种改进操作算子的加速收敛遗传算法

针对基本遗传算法效率低和易早熟的缺陷,提出了一种改进操作算子的遗传算法.该算法在种群初始化、选择、交叉、变异等基本算子的基础上加以改进,使算法具有更好的适应性.对3组不同函数的测试表明,改进算法较传统的遗传算法具有在种群很小的情况下收敛速度快稳定性高的优点,同时能有效地避免早熟现象.     

遗传算法在智能组卷中的研究与应用

随着高等院校、考试院等招生考试机构项目的增多,组卷已经逐渐发展成为一种非常关键的工作,为了能够提高组卷效率,实现组卷自动化、智能化,本文提出了一种基于遗传算法的智能组卷模型,能够根据试卷的分数、题数等多种约束,自动的产生一份合格的试卷,提高智能组卷的功能。     

一种新的改进遗传算法及其性能分析

本文提出了一种改进遗传算法(IGA),通过加入混合选择、小范围竞争择优的交叉变异操作,以及过滤相似个体,并动态补充新个体的操作,提高全局搜索性能和收敛速度.测试试验表明了算法性能优于许多现有算法.     

一种用于线性阵列综合的改进遗传算法

为了提高阵列综合收敛速度,实现目标函数局部最优,分析了现有的遗传算法存在的不足,提出了一种应用于线性阵列综合的改进遗传算法。该算法根据现有算法对实数编码搜索能力不强,容易陷于局部最优解的缺陷,提出了能够增强个体寻优范围的搜索方案,以跳出局部最优解,是解决问题的有效途径。仿真结果表明,改进后的算法能够使目标函数迅速跳出局部最优解,收敛速度至少增加了2¹0倍。     

基于模拟退火遗传算法的波束图设计

针对传统的标准遗传算法应用于传感器阵列的波束图设计时,存在收敛速度慢和计算结果稳定性低的问题,文中提出了一种模拟退火遗传算法.该算法对标准遗传算法的适应度函数、交叉算子和异化算子等多个要素分别进行了改进,并融入了模拟退火算法.模拟退火遗传算法应用于波束图设计时,具有较快的收敛速度和较高的稳定性.仿真结果表明基于该算法的波束图设计方法,获得了比传统方法旁瓣级更低的波束图.     

使用遗传算法简化设计矩形微带天线

讨论了矩形微带天线的传输线模型、遗传算法的编码方式、适应度函数的设计等,提出了一种利用遗传算法优化结果设计矩形微带天线的方法.利用反射系数,设计了简单的适应度函数,采用小规模的初始种群,加速了程序的收敛速度.仿真结果表明,遗传算法优化设计微带天线,可使反射系数小于-25 dB、增益大于5.5 dB.     

改进遗传算法在饲料配方设计中的应用

针对现有饲料配方软件的局限性,以白绒山羊饲料配方为例,提出一种基于改进遗传算法的求解方法。与标准遗传算法相比,采用随机联赛选择替代轮盘赌模型,优化了选择策略;采用不同的随机数交叉和高斯变异,改进了交叉算子与变异算子。测试结果表明,该方法具有良好的运算效率,拓宽了搜索空间,提高了对重点区域的搜索能力,降低了成本,为复杂问题的优化提供了一种新的思路。     

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.     

一种改进的基于遗传算法的聚类分析方法

C－均值聚类收敛速度快，但是它容易陷入局部最优，且对初始解很敏感。遗传算法是一种全局搜索方法，但是它收敛速度慢。为了在搜索能力和收敛速度两方面都取得较好的效果，本文提出了一种改进的基于遗传算法的聚类分析方法。实验结果表明：本文提出的算法在聚类分析中搜索到全局最优解（或近似全局最优解）的能力要优于经典遗传算法及C－均值聚类算法；且通过对变异概率的巧妙设置，提高了算法的自适应能力。     

一种改进的遗传算法分析

遗传算法是复杂的非线性科学和人工智能科学的前沿,遗传算法具有不受搜索空间限制性假设的约束,也不受模型参数数目与约束条件的束缚等特点,它的优点在于全局寻优。文章通过算法改进,找到最优个体,加快收敛速度,克服过早收敛的缺点。     

改进遗传算法在线阵波束方向图中的应用

通过对传统遗传算法应用在线阵波束方向图中进行分析,从编码方式、变异策略以及选择机制上提出了新的改进策略。改进后的算法减少了编码长度,增加了变异灵活性,更好的保持了种群中个体的多样性,加快了搜索和运算速度和收敛性能。对线阵波束方向图的零陷点生成和旁瓣抑制进行仿真,仿真结果表明改进算法与传统算法相比能明显减少遗传代数,能够更快地找到满意解。     

采用人工免疫算法的加速寿命试验分析方法

极大似然估计是加速寿命试验统计分析中常用的分析方法,但似然函数的优化问题是该方法广泛运用的主要障碍,常用的似然函数优化算法对初值要求高,而且容易陷入局部最优解.为了有效地解决上述问题,在似然函数的优化中引入了人工免疫算法,提出了一种采用人工免疫算法的步降应力加速寿命试验分析方法.利用人工免疫算法在解决多维复杂函数优化问题时强大的全局寻优能力,有效地解决了似然函数的优化问题.最后通过实例验证表明,采用人工免疫算法的步降应力加速寿命试验分析方法是有效的,而且在统计分析中避免了查统计用表,能够很方便的实现计算机编程计算,有较大的工程应用价值.     

改进遗传算法在DOA搜索中的应用

在对短时、低信噪比信号测向时。加权子空间测向算法（WSF）的统计性能优于Music,Esprit等测向算法,且可以对相干信号进行检测。但是因为算法实现涉及到非线性多维搜索。因此运算量很大。本文提出的改进遗传算法,是一种运算速度较快的加权子空间算法的实现算法。该算法将免疫算法引入遗传算法中,并与MVP算法相结合。解决了普通遗传算法（CGA）在DOA搜索中易早熟。后期搜索效率低的问题,拥有快速、全局的搜索能力。计算机仿真证明了该算法的有效性和鲁棒性。     

遗传算法在计算机网络中的应用

现如今的社会发展越来越快,计算机的应用也是比以前更加普遍,产生了很多交叉学科,其中近几年发展比较快的就是遗传算法。遗传算法的应用比较广泛,可用于解决数值优化、组合优化、机械学习、智能控制、人工生命、图像处理和模式识别等各领域的问题。有很多经典的问题都是用遗传算法来解决的,这些具体问题的处理中都用到了遗传算法,成功地把遗传算法和计算机结合起来。本文主要论述了遗传算法在计算机网络中的应用。     

改进遗传算法对高频宽带加载天线的优化设计

按照某高频地波超视距雷达接收天线阵小型化的要求,在4～8MHz频带内,采用一种改进型遗传算法对高频宽带集中加载天线及其宽带匹配网络进行了优化设计.同时根据天线工程与实践,详细分析了集中加载元件值及加载位置扰动对天线电性能的影响,分析表明,优化设计得到的加载参数对优化不十分敏感.     

改进的遗传算法在排课系统中的应用研究

针对排课系统中常用的遗传算法中存在影响排课因素多、难以进行最优组合及排课效率低等问题,提出了一种改进的遗传算法。在该算法中,主要对传统遗传算法中的编码方式、初始化种群方式、选择操作、交叉操作、变异操作及冲突检测方式进行改进。仿真测试结果表明,改进后的遗传算法在收敛速度和获得最优解方面都有了很大提高。     

遗传算法的3种改进方法和分析

遗传算法是一种借鉴生物界自然选择和进化机制的随机优化算法.它在求解一般全局优化问题时具有较好的鲁棒性,而且搜索不依赖梯度信息.但是,在用传统遗传算法解决较复杂的优化问题时,存在早熟及稳定性差的缺点.因而,针对这些缺点,出现了很多对传统遗传算法的改进.本文对遗传算法的3种改进方法进行了描述,并将它们应用到一个函数优化实例...     

印制电路板加速寿命试验方法综述

寿命试验是一种重要的可靠性试验,基于加速寿命试验方法和大数据分析的印制板可靠性评估技术,未来应用前景广大.文章综合阐述了可应用于印制板加速寿命试验的常用加速寿命试验模型、加速因子计算和加速寿命试验方法,希望能够为业内相关研究和应用者提供一定指导和帮助.