基于MATLAB遗传算法优化工具箱的优化计算

采用Matlab语言编制的遗传算法工具箱（GAOT）可实现二进制编码和真值编码的模拟进化计算，此工具箱在遗传操作方面非常灵活。介绍了用遗传算法工具箱解决了连续优化问题和旅行商问题，并给出了两个实例。     

MATLAB遗传算法工具箱在函数优化中的应用

本文介绍了遗传算法的运算流程,阐述了MATLAB遗传算法工具箱的主要函数及其功能。结合典型的二维和高维多峰测试函数,在MATLAB环境中有效地解决了用遗传算法求解函数优化问题,验证了MATLAB遗传算法工具箱的有效性和灵活性。     

参数优化中目标函数的应用问题

使用MATLAB参数寻优工具,在参数设置正确的情况下,仍然可能得到错误的结论.本文提供了例证并分析了使用情况     

遗传算法及其工具箱在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的基本原理和定义,以及其工具箱作了简介,最后结合实例,简述了遗传算法及其工具箱在函数优化问题中的应用。     

人工神经网络结合遗传算法在建模和优化中的应用

用MATLAB构造了人工神经网络和遗传算法程序。人工神经网络用来建立数据样本间的函数关系，而遗传算法用来求解由该函数作为目标函数的优化问题。最后用一个实例对所编程序进行了测试，结果是令人满意的。     

求解函数优化问题的遗传算法

从遗传算法的编码、遗传算子等方面剖析了遗传算法求解无约束函数优化问题的一般步骤,并以一个实例说明遗传算法能有效地解决函数优化问题。     

基于遗传算法的Agent组织信誉度研究

首先描述Agent组织信誉度问题;接着介绍遗传算法在Agent组织信誉度中的应用;最后通过使用MATLAB遗传算法工具箱,对一个典型的实例进行计算,表明遗传算法对Agent组织信誉度优化具有可行性和有效性。     

MATLAB遗传算法工具箱及其军事应用

用MATLAB语言及MATLAB语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比较灵活、缟程蓑率高霉特点。本文简要阐述了遗传算法的基本原理，并对英国Sheffield大学的MATLAB遗传算法工具箱作了简要的介绍．探讨了其在军事目标分配中的应用。     

基于MATLAB优化工具箱的最优投资方案的设计与实现

在金融领域中，优化设计和MATLAB优化工具箱有着不可估量的应用前景。本文首先介绍了优化设计的概念和过程，分析了MATLAB优化工具箱的求解优化问题的优点，然后通过建立数学模型，选择序列二次规划算法，利用MATLAB优化工具箱中的非线性约束优化函数，在MATLAB平台下缩写程序，设计和实现了一种最优投资方案。     

一种新的遗传算法求解约束优化问题

采用十进制编码的遗传算法，在进化计算中提出用排序、保留优秀个体、智能变异和随机变异代替以前遗传算法中的选择、交叉和变异，此算法具有简单的计算原因，简化了遗传算法的编程，利用变换后的目标函数构造适配值，能较快的找到最优解，数值实验表明该算法在求解有约束优化问题上表现良好。     

一种新的混合杂交方法及其在约束优化中的应用

为进一步提高基于混合杂交与间歇变异的约束优化演化算法的求解性能,提出了一种新的混合杂交方法。该方法主要是在混合算术杂交算子中引入离散均匀重组算子,并组成一个离散——算术混合杂交算子网,其中离散均匀重组算子起到协助调整子代分布、增强混合算术杂交算子局部搜索能力的作用。数值实验和比较表明所提的混合杂交方法可有效改善算法求解不等式约束优化问题的性能。     

遗传算法在PID自适应控制中的应用

针对传统遗传算法的局限性，提出了一种新型的遗传算法。在算法上有很多改进，比如：保护最优个体。采用新型的交叉和变异操作。用Madab做仿真试验，试验结果证明新型的遗传算法有良好的动态性能。另外，解决了传统遗传算法中的一些不足．提高了优化的精确度和收敛性能。     

Ordinal Hill Climbing Algorithms for Discrete Manufacturing Process Design Optimization Problems

Thispaper introduces ordinal hill climbing algorithms for addressingdiscrete manufacturing process design optimization problems usingcomputer simulation models. Ordinal hill climbing algorithmscombine the search space reduction feature of ordinal optimizationwith the global search feature of generalized hill climbing algorithms.By iteratively applying the ordinal optimization strategy withinthe generalized hill climbing algorithm framework, the resultinghybrid algorithm can be applied to intractable discrete optimizationproblems. Computational results on an integrated blade rotormanufacturing process design problem are presented to illustratethe application of the ordinal hill climbing algorithm. The relationshipbetween ordinal hill climbing algorithms and genetic algorithmsis also discussed. This discussion provides a framework for howthe ordinal hill climbing algorithm fits into currently appliedalgorithms, as well as to introduce a bridge between the twoalgorithms.     

基于环境迁移的解多目标优化的遗传算法

本文借助模拟物种通过环境间的迁移来适应各种自然环境这一生态现象，提出了解决多目标优化问题的一种新思路;基于环境迁移模型的遗传算法，并且通过一个数值优化实例验证了该算法的可行性，与经典的多目标优化算法相比，有其优越性．     

基于遗传算法的PID参数优化设计

本文应用遗传算法对ＰＩＤ控制器参数进行了优化设计，在构造遗传算法框架时，采用了最佳保留选择机制、两点交叉、重新生成个体策略以及由简易经验公式生成初始群体等方法。经过数字仿真，验证了该算法的有效性和合理性。     

利用层次性协同演化方法优化深基坑支护问题(英文)

介绍了应用于深基坑支护复杂系统设计的协同优化算法。针对深基坑支护问题的层次性和不同层次设计间的相互影响,将现有的协作优化算法和协同演化算法结合起来,构建了一种新的协同优化算法:协同演化优化算法。分析了协同演化优化系统中子系统优化间存在的冲突和处理方法。最后以锚固式排桩支护和截水帐幕的并行协同设计,验证了算法的有效性。     

一类One to One营销优化模型及其解决方案

针对OnetoOne营销问题进行简单的案例分析,得出了在一般情况下的优化模型。通过把OnetoOne营销优化问题转换成线性规划问题,应用改进的单纯形法、基于Bartels-GolubLU分解的单纯形法和原始-对偶内点法等三种典型的线性规划算法,在MATLAB环境下进行仿真和分析。