交互式遗传算法的个性化商品搜索

为解决电子商务中存在的用户搜索商品耗时太长的问题,提出了利用交互式遗传算法的个性化商品搜索.根据用户输入的初始搜索字段,利用基于关键词的多层递阶编码结构,构造进化个体,并给出此类编码方式的解码、交叉、变异算子.用户选择的潜在感兴趣的商品信息,提出了用户行为的进化个体适应值评价模型,以获得用户对所有商品的感兴趣度,进而利用交互式遗传算法辅助用户尽快搜索到满意信息.最后,将改进算法应用于JADE平台开发的智能购书系统,通过与现有购物平台在搜索耗时和成功率方面的比较验证了本文方法的有效性.     

Model Selection Using Information Criteria and Genetic Algorithms

Automated model searches using information criteria are used for the estimation of linear single equation models. Genetic algorithms are described and used for this purpose. These algorithms are shown to be a practical method for model selection when the number of sub-models are very large. Several examples are presented including tests for bivariate Granger causality and seasonal unit roots. Automated selection of an autoregressive distributed lag model for the consumption function in the US is also undertaken.JEL classifications: C32, C69     

飞行器有效载荷运控模式的优化设计

提出一种通过遗传算法来对飞行器有效载荷运控模式进行自动控制的设计方案。设计考虑到遗传算法能够克服传统的优化方法的局限性,适合于大规模多区域的搜索,并有很好的鲁棒性,应用到有效载荷运控模式自动控制的设计中,有效地改善以往运控模式费时费力的状况。设计中改进了传统的遗传算法,将遗传个体设计成矩阵形式,有利于准确地描述载荷的工作状态。计算机仿真结果表明,该设计完全能满足对飞行器有效载荷进行控制的技术要求。     

基于云模型融入定性信息的定量仿真方法

针对系统定量仿真中存在的定性信息无法充分合理使用、定量信息和定性信息不能融合的问题,提出了一种基于云模型的定性仿真建模方法,并将其融入定量仿真之中.首先给出了基于云模型的变量空间描述,然后提出了基于云模型的融入定性信息的定量仿真方法.给出了包括定性与定量信息的融合运算、定性信息的持续与周期变化等在内的难点问题的解决方法.最后通过一个复杂供应链系统仿真实例验证了该方法的可行性.结果表明,改进方法具有客观的表达不确定性信息的特点,能将定性信息有效地融合到系统的定量仿真之中.     

基于自适应遗传算法的控制器自动化设计

基于改进的自适应遗传算法，实现了基于性能分析的自动化优化设计控制器参数的目的。采用的遗传算子包括：二进制多参数级联编码方法；适应度函数的构造综合考虑误差和误差的变化量；选择操作采用比例算子与精英保存策略相结合；两点交又和多点变异，且交叉和变异概率均采用自适应策略。仿真结果表明了自适应遗传优化用于控制系统设计的有效性。     

应用逻辑操作改善遗传算法性能

从理论上分析了传统变异算子存在的不足,借鉴数字技术的有关原理为基因增添了逻辑表达能力,引入逻辑运算规则改进的了传统的遗传算法 子,实验结果表明,改进型遗传算法收敛速度快,克服早熟能力强。     

用遗传算法进行串行生产线缓冲器设计

1　引言制造系统生产线的分析、设计及优化问题 ,越来越受到工程专家们的关注 .在各类制造系统中 ,串行生产线制造系统是最简单的也是应用最为普遍的 ,所以近年来关于此类问题的分析方案已有数十种 .但是 ,由于串行生产线问题的状态维数很大 ,各种分析方法都十分复杂 ,计算量大 ,而且都没能对整条生产线状态建立一个清晰的适合优化的表达 .所以 ,现在仍没有一种有效的串行生产线优化算法 .2　生产线分析现有的一些有影响的分析方案 ,有 Buzacott[1 ] ,Hong[2 ] ,Gershinwin[3,4] ,疏松桂 [5]、谭民[6] 等人的算法 ,其中 Buzacott[1 ] 首先…     

用改进的遗传算法设计交换式工业以太网拓扑

本文提出了使用改进的遗传算法来优化和设计工业控制网络的具体方法。针对交换式工业以太网的冗余拓扑结构和数据通信特点,将网络拓扑设计问题等价为一个多目标优化问题,即一方面要减少子网间通信量,同时需要平衡各个子网的通信负荷;此外,交换机物理条件的限制也为该优化问题设置了约束条件。在设计具体的遗传算法时,从编码
码方案、交叉概率和变异概率等三个方面进行改进,克服了基本遗传算法全局搜索能力较差、容易导致局部最优,以及收敛速度和全局收敛性存在矛盾等缺点。最后,仿真结果验证了该改进算法的有效性。     

用遗传算法的测试用例最小化

回归测试就是验证对程序的修改是否迭到了预期的目的，同时检查修改是否损害了程序原有的正常功能。随着程序新版本的不断推出，测试用例集不断扩大，回归测试成本越来越高。测试用例最小化就是从已有的用例集中，找到一个测试运行代价最小的用例子集用于回归测试，并保持原来的测试覆盖率。本文主要研究用遗传算法解决测试用例最小化问题：基于测试历史数据，设计基因编码并构建初始种群；利用测试覆盖率和测试运行代价设计适应度函数；通过遗传算子完成进化过程并找到最优或近似最优解。最后本文给出了对算法进行实例研究的结果。结果表明，本文提出的用例最小化技术能有效缩减回归测试用例集，大幅度降低回归测试费用。     

基于遗传算法的软硬件划分方法

针对SOC软硬件协同设计中的软硬件划分问题,首先构建了软硬件划分的系统模型,讨论了影响SOC性能的价格、执行时间、功耗、面积等因素及其相互关系。在此基础上,提出了一个旨在实现最优性价比的目标函数,并结合软硬件划分问题自身的特点对传统遗传算法的遗传操作进行了改进,在Matlab中进行了软硬件划分方法的仿真,仿真实验获得的结果有力地证明了算法的稳定性和有效性。同时,该算法在MPEG-2视频解码芯片设计中得到了实际应用,芯片设计的结果良好地反映了设计目标,证明了算法的实用性。     

产品人性化设计的定性与定量分析

随着人们物质与精神生活品质的提高,人性化产品成为市场上的热点需求,或许人性化对于消费者来说还只是一个新鲜而又模糊的概念;在设计界,"人性化"早在20世纪80年代末就被广泛的提出来了,但作者认为人性化设计不可以仅局限于一种设计态度的认定,还应定性为设计程度的量化标准之一。     

使用遗传算法改进R_时刻表算法

给出了对于多成分R_时间表的解决办法.利用集合的性质把它看成是几个单成分时间关系约束的并集,采用算法Ⅰ将多成分分解成单成分.使用遗传算法把问题的多成分的时间关系作为染色体的基因位,问题的所有的多成分的时间关系就构成了算法的染色体,以求解关系矩阵中求到的相容子集的个数作为染色体的适应度.算法的终止条件是根据关系矩阵求得的相容子集数等于事件的个数,利用算法Ⅱ使用遗传算法求解多成分时间规划问题.对实际的问题进行了讨论,使用该算法在有穷次迭代后可得到可行解.     

一种基于遗传算法的优化分类器的方法

提出了一种通过遗传算法(GA)对单个分类器进行优化以及对多个分类器进行组合优化的方法.该方法使用叠加(stacking)的策略.经典的叠加策略分为两步,该方法将遗传算法作为叠加策略的第2步.实验结果表明,遗传算法可以较好地完成优化任务,同单个分类器比较,它可以提高分类的精度.在对分类器进行组合优化方面,它得到比单个分类器更高的精度以及使分类结果具有更好的可理解性.     

使用遗传算法改进R_时刻表算法

给出了对于多成分R_时间表的解决办法。利用集合的性质把它看成是几个单成分时间关系约束的并集,采用算法I将多成分分解成单成分。使用遗传算法把问题的多成分的时间关系作为染色体的基因位,问题的所有的多成分的时间关系就构成了算法的染色体,以求解关系矩阵中求到的相容子集的个数作为染色体的适应度。算法的终止条件是根据关系矩阵求得的相容子集数等于事件的个数,利用算法II使用遗传算法求解多成分时间规划问题。对实际的问题进行了讨论,使用该算法在有穷次迭代后可得到可行解。     

用遗传算法解决智能体协商问题

遗传算法是一种全局优化的非数值计算方法,适用于求解大规模离散化问题。文章将遗传算法应用于智能体的协商中,希望可以快速、高效地找出协商策略。     

基于遗传算法的模糊控制器的综合优化设计

该文简要叙述了模糊控制器的优化设计原理,提出了一种采用遗传算法对模糊控制器的量化因子、比例因子、隶属函数的参数和模糊控制规则进行综合优化的设计方法,并采用VisualC++6.0编制了相应的软件,该软件已成功地应用于工程中。此外,该软件也可作为遗传优化和模糊控制器设计的辅助教学软件。     

应用遗传算法解决装配线平衡问题

文章针对装配线平衡问题,提出了一种周期性自适应交换、变异遗传算法,通过实验求解表明,该算法是解决装配线问题的有效算法,很好地解决了简单遗传算法容易早熟收敛的问题,大大改善了简单遗传算法的性能。     

Using Genetic Algorithms for Concept Learning

In this article, we explore the use of genetic algorithms (GAs) as a key element in the design and implementation of robust concept learning systems. We describe and evaluate a GA-based system called GABIL that continually learns and refines concept classification rules from its interaction with the environment. The use of GAs is motivated by recent studies showing the effects of various forms of bias built into different concept learning systems, resulting in systems that perform well on certain concept classes (generally, those well matched to the biases) and poorly on others. By incorporating a GA as the underlying adaptive search mechanism, we are able to construct a concept learning system that has a simple, unified architecture with several important features. First, the system is surprisingly robust even with minimal bias. Second, the system can be easily extended to incorporate traditional forms of bias found in other concept learning systems. Finally, the architecture of the system encourages explicit representation of such biases and, as a result, provides for an important additional feature: the ability todynamically adjust system bias. The viability of this approach is illustrated by comparing the performance of GABIL with that of four other more traditional concept learners (AQ14, C4.5, ID5R, and IACL) on a variety of target concepts. We conclude with some observations about the merits of this approach and about possible extensions.     

Ergonomic Criteria for Occupational and Public Health Surveys

Abstract

Ergonomic criteria express how load causes strain. Epidemiological studies are needed to establish these criteria and these can be further utilized in studying the effects of work on health. For establishing criteria, the exposure to the agent under study should be expressed in quantitative terms. Health-related subjective or objective end-points are available for many types of strain, it is important to indicate the confounding variables, both in regard to the work environment and to the workers studied. In some areas, ergonomic criteria are already used for standard setting. The slate of the art is reviewed for noise, vibration, muscle and tendon syndromes, heart rate and accidents.

With improving occupational health, the end-points available for ergonomic criteria shift from ill-health in the direction of well-being. Further research on ergonomic criteria is required for the purposes of standard setting. A systematic collection and evaluation of ergonomic criteria should be organized as an international effort.

Critères Ergonomiques Destinés aux Enquêtes de Médecine du Travail et de Santé Publique.

Ergunomische Kriterien für Beruffliche und Öffentliche Gesundheitsüberwachungen.     

利用遗传算法对指纹的核心点进行检测

指纹的核心点是指纹的主要特征,对指纹匹配和指纹分类具有十分重要的作用.本文对指纹核心点的位置和方向进行了新的定义,接着提出一种新颖的基于遗传算法的方法对指纹核心点进行定位以及对核心点的方向进行估计.首先根据定义给出核心点位置和方向的打分函数并根据指纹的方向域信息确定了核心点的候选区域,接着把打分函数作为遗传算法的进化适应度函数在这个核心点候选区域内利用遗传算法对指纹核心点及其方向进行快速求极值,这样可以同时得到指纹的核心点的坐标和方向.实验结果表明本文提出的方法可以对指纹的核心点的位置和方向进行精确的定位和估计.