遗传算法在火力发电机组计划检修中的应用

使用遗传算法来制定大规模火力发电机组的检修计划，提出了改进遗传算法的几种方法，算法考虑了检修中可能出现的约束条件，算例说明了该算法是可行和有效的。     

改进的遗传算法在配电网检修计划中的应用

为了减少供电企业停电损失费用和检修费用,同时满足多种约束条件,本文在借鉴目前配电网检修计划编制工作经验的基础上,建立了配电网检修计划优化模型.针对该模型的特点,采用改进的遗传算法求解配电网检修计划优化问题.并通过具体优化算例计算和分析,验证了本文所提出的模型和改进算法的有效性.     

基于遗传神经网络的入侵检测模型

针对入侵检测系统中存在的对入侵事件高误报率和漏报率问题,提出了遗传神经网络,该方法基于遗传算法的全局搜索和BP网络局部精确搜索的特性,利用遗传算法优化网络初始权重,将遗传算法和BP算法有机结合．实验结果表明,该算法正确鉴定合法的用户矢量为93％,发生7％的误报率．与BP、GA算法相比,分别高出2．875％和5．562％．     

模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段．针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法（GA）和模拟退火算法（SA）的基础上,提出了更加有效的算法即模拟退火遗传算法．使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的．     

多点正交交叉的遗传算法研究

利用正交实验法的全局均衡思想,提出一种采用多点正交交换的遗传算法．算法通过正交表安排遗传算法的交换运算,并在所产生的多个子代中选择适应度大的进入下一次进化,这样既加快了算法的收敛速度又保证了种群的多样性．实验证明,该算法不但可以有效地克服标准遗传算法的缺陷,而且计算速度、精度和算法稳定性也得到了显著提高．     

基于遗传算法的近似最大连通分量的抽取算法

提出了一种基于遗传算法的近似连通图的抽取算法，通过定义编码、种群初始化方法和交叉变异修正使得遗传算法可以解决最大连通分量的抽取问题．为验证该算法，将该算法与RACLIQUE进行了比较．实验结果表明本文提出的算法在解MCP问题时，执行的速度受节点规模变化小，效率优于RACLIQUE算法．     

一种基于APGA的移动机器人路径规划算法

提出了基于自适应并行遗传算法的移动机器人路径规划算法,其基本思想是结合多种群并行进化及自适应调整控制参数,提高了搜索的范围和效率,缓解了传统遗传算法早熟收敛问题,从而克服了使用单种群遗传算法进行路径规划的不足．实验结果表明了该算法在移动机器人路径规划中的可行性和有效性．     

基于改进遗传算法的模糊C均值聚类算法

针对传统模糊C均值聚类算法（FCM）的缺陷,提出了一种基于改进遗传算法的模糊聚类方法．利用改进遗传算法强大的全局寻优能力,这种算法较好地克服了FCM算法对初始化敏感、容易陷入局部最优的缺陷．仿真实验证明,该算法具有较强的全局寻优能力和较快的收敛速度．     

利用量子遗传算法实现RNA二级结构预测

由于基于最小自由能模型的传统算法复杂度高且搜索效率低,故利用量子遗传算法提出了一种新的核糖核酸二级结构的预测算法．该算法将种群信息加载到量子比特上完成初始化,通过量子酉变换(量子逻辑门)实现种群的更新与演化,借助于量子计算的并行性优势使得核糖核酸二级结构预测所需种群规模相对经典遗传算法大为减少,同时还具有更强的搜索预测能力．基于国际核糖核酸标准数据库提供的序列进行了量子模拟实验计算,结果表明,在种群规模为经典遗传算法20%的条件下,该算法预测准确率仍优于经典遗传算法,且所需的进化轮数也得到了明显降低．     

基于遗传算法的彩色图象分割

遗传算法是一种模拟生物自然选择与进化过程的随机、并行搜索算法，该算法已用于解决工程问题．文章根据遗传算法的思路和熵的概念，提出了基于遗传算法的彩色图象最佳熵阀值分割方法，给出了算法的主要步骤并分析了算法及实验结果，实验表明遗传算法能有效地对彩色图象进行分割，也存在一些缺点需进一步改进．     

支持向量机改进序列最小优化学习算法

为提高支持向量机序列最小优化学习算法的学习性能,提出了一种支持向量机改进序列最小优化学习算法,对传统SMO学习方法进行了多方面改进,从优化变量的选择和2个变量的优化方法分别提出具体可行的改进方法．改进后的SMO学习算法提高了学习速度,加快了网络收敛速度．基于改进SMO算法的仿真结果验证了改进SMO算法的有效性和优越性,并通过仿真,与原始算法进行了比较,显示了改进SMO算法的快速性．     

改进的Louvain社团划分算法

社团划分在生物化学、社会学、生态系统等方面有广泛的应用. 划分结果的可靠性和算法效率是研究的重点. Louvain算法是一个划分结果相对可靠、算法效率较高的算法. 该文针对Louvain算法在处理叶节点方面进行了改进. 通过研究叶节点的特性和Louvain算法的不足之处, 在改进算法中基于叶节点特性进行提前剪枝, 以避免多余运算. 用改进算法和Louvain算法分别对18组人工数据和一组某个机构的实际邮件数据进行处理, 将结果进行对比发现改进算法在保持划分结果准确度不变的情况下, 有效地提高了处理速度.     

模糊C-均值聚类算法改进研究

通过对模糊C-均值聚类算法的研究,用遗传算法的相关知识对其进行优化与改进.并使用著名的IRIS数据集分别对传统的模糊C-均值聚类算法和用遗传算法改进后的模糊C-均值聚类算法进行测试、比较.实验结果表明,用遗传算法改进后的模糊C-均值聚类算法比传统的模糊C-均值聚类算法更加准确、高效.这将为以后的聚类分析研究工作提供一定的帮助.     

改进生物地理学优化算法在配电网无功优化中的应用

针对生物地理学算法(BBO)信息利用能力强但搜索能力不强的问题,提出了一种结合遗传算法改进变异操作的算法.改进算法充分利用了遗传算法的搜索能力,使算法的寻优能力得到了很大的改善.将该算法应用于IEEE34节点的系统,采用分区的方法进行无功补偿优化.算例表明:与基本BBO算法、遗传算法的无功优化相比,改进算法在计算速度和优化效果方面都具有明显的优势.     

一类基于特殊个体的遗传算法的模式研究

从模式分析的角度研究了一类在每一个遗传世代中增加或保留两个特殊个体的改进遗传算法.结果表明,与标准遗传算法相比,改进的遗传算法的模式总数期望值有较大增加,其增量随种群规模的增加而减少,随串长的增加而增加.同时建立了改进遗传算法的模式定理.     

一种大素数快速生成算法设计与实现

针对RSA中对安全大素数的要求,基于对Rabin-Miller测试改进,通过引入预测试方法,设计实现了一个快速大素数产生算法。实验结果显示,算法具有良好的大素数产生效率,分析结果表明其产生的素数具有很高的可信度,具有较强的实际应用意义。     

基于改进SIFT算法的苗木图像特征点提取

根据自然环境下苗木图像的特点,通过改变尺度空间的金字塔结构对SIFF算法进行改进。采用改进后的算法对不同的焦距、光照条件、遮挡程度下拍摄的70组苗木图像进行特征点提取和匹配实验。结果表明提出的改进算法显著提高了程序的运行速度,验证了改进算法的有效性。     

电力系统经济负荷分配的改进粒子群算法

为解决电力系统中的经济负荷分配问题,将改进粒子群算法用于其中。该算法是以基本粒子群算法为基础,利用优化惯性权重策略以及改进最优最差粒子策略,使改进粒子群算法具有高效率全局搜索能力。对三个算例进行仿真测试,证实该算法可有效地解决经济负荷分配问题;性能对比显示,该算法求得的解优于基本粒子群算法及其它优化算法所求得的解。     

幅频分析器的改进及统计分析

针对文献［１］中提出的ＡＭ－ＦＭ波形参数估计算法作了两点改进．并对改进后的参数估计作统计分析．统计分析结果表明改进算法的参数估计效果优于原算法．     

一种求解连续优化的蚁群混合算法

针对蚁群优化算法和Alopex算法的特性，将Alopex算法嵌入到改进的蚁群优化算法中．提出一种求解连续空间优化问题的混合算法（ACOAL），ACOAL算法定义了新的蚁群信息素更新规则、蚁群在解空间的寻优方式和蚁群行进策略；同时，结合Alopex算法以加强搜索能力，该算法充分发挥了Alopex算法的快速搜索能力和蚁群算法寻优性质优良的特性，提高了算法的收敛速度，避免了优化算法陷入局部最优。