基于交互式遗传算法和粗糙集的图像检索方法

针对如何在图像检索系统中客观地表达用户的感知,提出了一种基于粗糙集和遗传算法的相关反馈图像检索方法.采用粗糙集的方法求出图像的最简视觉特征子集,采用交互式遗传算法,对每一次反馈得到的候选图像集进行评价,利用遗传算子从图像库中选出接近用户需求的图像.实验表明该方法能有效的提高检索效率,是一种更为理想的检索方法.     

混沌遗传算法(CGA)的应用研究及其优化效率评价

利用混沌运动的遍历性,提出了一种求解优化问题的混沌遗传算法(CGA,Chaos Genetic A1gorithm). 该算法的基本思想是把混沌变量加载于遗传算法的变量群体中,利用混沌变 量对子代群体进行微小扰动并随着搜索过程的进行逐渐调整扰动幅度.研究结果表明,该方法 效果显著,明显提高了优化计算效率.本文将"平均截止代数"和"截止代数分布熵"作为评价指 标,对混沌遗传算法(CGA)的优化效率进行了研究,定量地评价了CGA的优化效率,通过与遗 传算法(GA)进行比较,进一步说明了CGA的优化效率高于GA.     

基于GA优化RBF神经网络的英语教学质量评价

针对目前英语教学质量评价准确性不高的问题,提出了一种基于遗传算法（GA）优化RBF神经网络的教学质量评价方法.首先利用主成分分析对教学质量评价指标进行选择,然后设计了RBF神经网络教学评价模型,并采用GA对RBF神经网络的初始权值进行优化.实验结果表明,该方法能够有效评价英语教学质量,且准确性和实时性较高.     

一种基于遗传算法的自动生成创意曲动机的方法

遗传算法作曲就是利用遗传算法来实现乐曲的生成,在创作的过程中遗传算法按照事先给定的规则进行进化,从而使得人在计算机创作的过程中介入程度达到最小。动机是巴赫创意曲中的核心旋律和主题,文中采用遗传算法对创意曲中动机的自动生成进行了探讨。介绍了遗传算法创作动机的基本过程,即按照动机创作的音乐知识规则来设置适应度函数,采用遗传算法中的选择、交叉和变异算子产生动机片段,最终达到生成自动生成动机片段的效果。     

遗传算法在求解函数优化问题中的应用

函数优化是遗传算法的经典应用领域,也是对遗传算法进行性能评价的常用算例。由此,该文首先对遗传算法作了简介,并讨论了利用遗传算法求解函数优化问题的方法,最后给出了求解Rosenbrock香蕉函数优化实例。     

一种基于遗传算法的自动生成创意曲动机的方法

遗传算法作曲就是利用遗传算法来实现乐曲的生成，在创作的过程中遗传算法按照事先给定的规则进行进化，从而使得人在计算机创作的过程中介入程度达到最小。动机是巴赫创意曲中的核心旋律和主题，文中采用遗传算法对创意曲中动机的自动生成进行了探讨。介绍了遗传算法创作动机的基本过程，即按照动机创作的音乐知识规则来设置适应度函数，采用遗传算法中的选择、交叉和变异算子产生动机片段，最终达到生成自动生成动机片段的效果。     

基于遗传算法的Kriging模型构造与优化

相关模型参数的确定是Kriging模型构造的关键,讨论了利用传统数值优化方法,如模式搜索方法,确定相关参数存在依赖搜索起始点等缺点;利用遗传算法获得满足目标函数全局最小情况下的相关模型参数,解决了模型的构造对起始点依赖的问题;将遗传算法与改进后的Kriging模型结合,基于近似模型对系统进行全局最优化.     

自适应递阶遗传算法优化BP网络的程序设计

主要阐述了一种新的遗传算法-自适应递阶遗传算法的基本原理,解决了长期以来无法同时对神经网络拓扑结构和神经网络的权值和阈值进行优化的问题,设计了一个基于自适应递阶遗传算法的BP神经网络学习算法,给出了具体的程序设计,并且利用MATLAB平台进行仿真计算.实验结果表明,该算法比一般遗传算法具有明显的优越性,可以避免神经网络陷入局部最优,迅速优化网络的拓扑结构,提高了网络的学习性能,具有一定的实用性.     

基于三层数据挖掘和遗传算法的大学生体质评价模型

针对现存的大学生综合体质评价模型在不均衡数据集下泛化能力受限问题,提出了一种基于三层数据挖掘和遗传算法的体质评价模型.从身体形态、身体素质和身体机能三个方面出发,构建了包含八个测量指标的学生体质评价指标体系.依照评价指标采集相关数据,利用数据挖掘技术中的K-means、Apriori和ACI构建三层数据挖掘结构,基于遗...     

基于遗传算法和非均匀有理B样条的创新设计

为了更好地使用曲线和曲面进行产品的外观造型设计,提出了将交互式遗传算法与非均匀有理B样条相结合进行产品形态创新设计.把控制有理B样条曲线和曲面的关键点、权因子和节点向量三个控制因素使用遗传算法进行层次编码,通过用户对实体进行交互式评价,最终以共识满意度作为遗传算法的适应度函数,然后进行对遗传编码进行交叉和变异操作,通过适应度函数的大小进行筛选,最后得到满意的解.以花瓶外观设计为例,利用VC++2003.net、acis和hoops 的开发设计环境,对此算法进行了验证.实验结果表明此算法在产品外观创新设计中是行之有效的.     

基于可进化性的自适应遗传算法

针对传统遗传算法容易陷入局部最优解的问题,提出一个基于可进化性的自适应遗传算法。将个体可进化性作为适应度函数的参数加入到随进化代数动态调整的非线性适应度函数中,动态调整整个种群的交叉与变异概率以逸出局部最优。实验结果表明,该算法可改善适应度不高但具有较好进化能力个体的生存概率,且提高了种群多样性与搜索效率。     

基于关联度分析的遗传算法研究及其应用

简要分析了关联规则数据挖掘技术的研究现状,给出了关联规则问题描述,引出了基于关联度的适应度函数,最终建立了一个基于关联度分析的遗传算法。并应用于银行卡分析系统,建立特征提取的具体实例即客户信用度预测模型。实例结果表明具有较好的分类预测能力。     

遗传算法在作曲中的应用

对遗传算法在作曲中的应用进行了一定的探讨。介绍了遗传算法应用于作曲的基本过程。通过将给定的乐谱转换成相应的编码,采用遗传算法中的选择、交叉和变异算子产生新的乐曲。     

Towards Creative Evolutionary Systems with Interactive Genetic Algorithm

Evolutionary computation has shown a great potential to work out several real-world problems in the point of optimization, but it is still quite far from realizing a system of matching the human performance. Especially, in creative applications such as architecture, art, music, and design, it is difficult to evaluate the fitness because the measure depends mainly on the human mind. To overcome this shortcoming, this paper presents a novel technique, called interactive genetic algorithm (IGA), which performs optimization with human evaluation and the user can obtain what he has in mind through repeated interaction with. To show the usefulness of the IGA to develop effective human-oriented evolutionary systems, we have applied it to the problems of fashion design and emotion-based image retrieval. Experiments with several human subjects indicate that the IGA approach is promising to develop creative evolutionary systems.     

基于退火遗传算法的单元测试方法

为提高单元测试的效率,提出一种基于退火遗传算法的自动化单元测试方法。将遗传算子与进化代数进行关联,使其更快收敛于最优解。采用基于分支距离的方法构造适应值函数,根据代码转换功能,将判定结点处的代码转换为平行结构、将分支距离量化为[0, 1]之间的数。实验结果表明,该方法能以更短的时间获得更高的代码覆盖率。     

求解约束优化问题的人工鱼群算法

在利用人工鱼群算法求解约束问题时,处理好约束条件是取得好的优化效果的关键。引入了半可行域的概念,并结合人工鱼群算法(ArtificialFish-SwarmAlgorithm,AFSA)本身的特点,设计了基于竞争选择和惩罚函数的适应度函数,从而得到了一个利用ASFA算法求解约束优化问题的新的进化算法。实验证明了算法的有效性。     

一种基于自主计算的双种群遗传算法

针对多种群遗传算法在处理复杂多峰函数优化问题时效率低下、容易早熟收敛等缺点,提出一种基于自主计算的双种群遗传算法。双种群包括一个主种群和一个协助种群,协助种群通过系统的内、外监视器动态地向主种群传递优良个体和调整迁移间隔,以帮助主种群进化,并改进适应度函数防止迁移者过早死亡以保持种群多样性。实验结果证明,该算法优于标准遗传算法和双种群的多种群遗传算法。     

基于改进遗传算法的圆阵列方向图联合优化

为降低圆阵列方向图的峰值旁瓣电平,提出一种基于改进遗传算法的圆阵列方向图优化方法。将阵元位置和阵元权值作为联合优化变量,以最小化波束方向图峰值旁瓣为目标函数,采用遗传算法优化阵元位置和阵元权值,以增加变量的自由度,在采用双重选择机制的基础上,结合差分进化、内插/外推、单点交叉和多点交叉4种方式实现交叉变异。实验结果表明,该方法能降低陷入局部最优点的概率,具有较好的适应度和较快的收敛速度,使峰值旁瓣电平降低至?12.611 dB。     

基于最佳进化方向的多目标遗传算法

该文模拟自然界中生物总是向着有利于自己的方向进化,即朝生物利益最大化的方向进化这一现象,给出了一种新的设计适应度函数的方法,并且结合多目标优化的Pareto最优解的概念,提出了求解多目标优化问题的一种新的算法———基于最佳基因的多目标遗传算法。数值实验表明,该算法不仅操作简单、鲁棒性强、速度快、且能够获得数量多而且广泛的Pareto最优解。     

基于细菌觅食优化算法的自适应阈值边缘检测

Sobel算子在阈值偏高或偏低的情况下会产生伪边缘或边缘丢失的问题。为此,将细菌觅食优化算法与最大类间方差相结合,利用细菌觅食优化算法的全局寻优能力,以最大类间方差为适应度函数搜索最佳边缘检测阈值,对图像进行自动边缘检测。实验结果证明,该方法能够取得较好的边缘分割效果,提高阈值检索速度。