基于遗传算法的Hopfield神经网络应用

遗传算法及Hopf ield神经网络都因为其各自的优势在很多领域得到了广泛的应用,本文在分析介绍遗传算法及Hopf ield神经网络基本理论的前提下,研究了他们之间的关系及共通点,并提出了基于遗传算法的Hopf ield神经网络优化方法。     

并行遗传算法的研究

在分析了解决组合优化问题所遇到的困难的基础上,引入遗传算法。进而提出基本遗传算法在解决数量级很大的组合优化问题上的缺陷,并详细介绍了遗传算法的三种并行模型。最后给出改进的并行遗传算法模型。     

基于遗传算法和模拟退火算法的布局问题研究

文章在介绍遗传算法和模拟退火算法的基本理论及主要特点的基础上,提出了一个基于遗传算法和模拟退火算法的求解布局问题(矩形件排样优化)算法,并通过算例验证了该算法的有效性。     

并行遗传算法的研究

在分析了解决组合优化问题所遇到的困难的基础上，引入遗传算法.进而提出基本遗传算法在解决数量级很大的组合优化问题上的缺陷，并详细介绍了遗传算法的三种并行模型，最后给出改进的并行遗传算法模型．     

基于区块链技术和遗传算法的物流供应链优化

为了增强货物可达性和物流信息安全性、提高供应链效率、降低运输成本,对物联网背景下基于区块链技术和遗传算法的物流供应链优化进行研究。首先,介绍区块链基本技术、供应链优化及遗传算法等理论,分析区块链对物流信息协同管理的优化。然后,基于遗传算法建立物流供应链网络优化模型,同时分析了优化结果。优化结果表明,区块链技术被应用到物流信息协同管理系统中,提升了物流供应链整体效益;利用遗传算法,降低了物流配送成本。从增加物流信息安全性和可达性方面出发,研究经由区块链技术、遗传算法优化物流供应链中的物流信息协同管理系统,以及物流进行配送的路径,体现了创新性。实例研究表明,通过区块链技术和遗传算法加强优化物流供应链,提高了工作效率、降低了成本、提高了企业管理水平和经济效益,提升了企业的竞争力。     

VC++编程实现遗传算法对神经网络权重的优化

介绍了遗传算法的基本思想,讨论了运用遗传算法优化神经网络权值具体实现过程,并给出了关键步骤的VC++程序代码.最后用实例验证了该方法的有效性和正确性.     

遗传算法在人工智能领域中的应用

该文介绍了遗传算法的基本概念、基本遗传算法的特点和基本遗传算法的求解步骤,同时也介绍了遗传算法在机器学习、并行处理、人工生命以及遗传算法与进化规则及进化策略的结合的发展动向,最后讨论了基于遗传算法的人工神经网络学习中的应用研究,具体论述了遗传算法在学习神经网络权重和学习神经网络拓扑结构的应用方法。     

遗传算法在货运车辆优化调度中的应用

本文在阐述了遗传算法基本理论和车辆优化调度基本理论的基础上,进一步论述了遗传算法在一般车辆优化调度中的应用。参考近年来遗传算法应用于车辆优化调度的一些文献,对应用于不同情况下货运车辆优化调度的遗传算法进行了总结和分析。最后对本文进行总结,并对未来的遗传算法在货运车辆优化调度中的应用提出了发展趋势。     

遗传算法在图像处理中的应用

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,这种算法受到了国内外学者的广泛关注。本文介绍了遗传算法的基本理论,描述了它的主要特点和基本性质;重点综述了遗传算法在数字图像处理中的主要应用,特别是在图像分割和边缘检测、图像压缩、图像恢复、图像匹配、图像增强以及图像重建等方面的作用;探讨了目前遗传算法在图像处理领域中存在的问题及其在今后的发展方向。     

仿生智能算法的比较分析

本文简要介绍了几种常见的智能优化算法,主要包括遗传算法、粒子群算法及蚁群算法。这些算法主要是解决优化问题中,传统优化方法无法解决的难题。同时,本文也给出了几种智能优化算法的基本思想,并比较其优缺点及在优化应用领域的使用情况。指出了不同智能优化算法的发展趋势。     

遗传算法机理的研究及应用

在介绍遗传算法的基本理论及主要特点的基础上，针对遗传算法的设计机理和步骤，从设计遗传算法的基本原则、设计遗传算法的基本步骤、常用的编码表示方案、适应性的度量、选择策略及控制参数的选取等诸方面进行了阐述和分析，并结合计算机布局问题，提出了一个基于模拟退火算法的混合遗传算法，结合实例进行了计算机仿真，验证了该算法的有效性。     

基于遗传算法的功能可重构数字体系研究

本文主要对基于遗传算法的功能可重构数字体系进行了研究。首先对广泛用于算法级可重构电路设计中的遗传算法的基本思想作简要介绍,然后分析了现有的典型算法级功能可重构电路结构的特点,针对其中的不足,提出了一种基于遗传算法的自重构片上系统的设计方法。     

一种求解旅行商问题的改进遗传算法

针对基本遗传算法存在容易"早熟",无法全局收敛的现象,设计了一种新交叉算子和变异算子,并在遗传算子构造中引入贪心控制策略.新算子的引入丰富了种群的多样性,提高了算法的全局搜索能力.实例仿真表明,改进遗传算法在迭代陷入局部最优时,能在较短的时间内跳出局部最优,继续寻找全局最优解.     

一种基于隔离自适应算子的遗传算法研究

本文首先介绍了遗传算法的理论知识,阐述了基本遗传算法的优点及不足之处。然后在小生境遗传算法的基 础上,引入了隔离技术以及自适应算子,形成了一种基于隔离技术以及梯度算子的小生境遗传算法。理论及实践均表明,新的 改进的遗传算法在实际问题的解决中确实优于基本小生境遗传算法。     

自适应遗传算法在固态流体流速检测中的应用

在自适应遗传算法的基础上,提出了一种基于模板匹配的测量固态流体速度的方法。基于基本遗传算法的模板匹配快速、简单且鲁棒性好[6],但准确度不够,因此采用改进的自适应遗传算法。实验证明,基于自适应遗传算法的模板匹配高效准确,能够满足所采取的嵌入式实验平台关于实时性、准确性的基本要求。     

指针网络改进遗传算法求解旅行商问题

虽然遗传算法相较于其他算法能够更好地求解旅行商问题,但这种算法在使用的过程中容易陷入局部最优的问题,进而导致问题求解遭遇困境。文章在简要介绍旅行商问题的基础上,介绍了遗传算法求解旅行商问题的思路和方法,并明确算法应用中存在的不足。在此基础上提出基于指针网络改进遗传算法求解旅行商问题的新思路,为弥补遗传算法的缺陷提供相应的原理支持。     

遗传算法在求解背包问题中应用

该文先对演化计算的基本概念进行了简要介绍,然后详细介绍了遗传算法的基本原理、应用及其基本结构。最后,利用遗传算法的思想,对传统的背包问题求解进行了详细的分析,按照遗传算法的基本结构,设计编码、确定适应值函数、确定变异和杂交操作,同时还给出了其非遗传算法(递归算法)和遗传算法运行结果,并进行了综合分析。     

十进制编码遗传算法的模式定理研究

根据遗传算法中采用的编码策略,可将遗传算法分为两大类：二进制编码遗传算法和十进制编码遗传算法．二进制遗传算法的数学基本定理是模式定理,但对于十进制编码遗传算法是否也存在其模式定理是待探讨的问题．本文在十进制数编码遗传算法的理论基础上,给出十进制编码遗传算法的相应概念并引入符号基因表和模式不变位的概念,根据十进制编码遗传算法的简单遗传算子对其模式的影响,推导出十进制编码遗传算法的模式定理．     

一种多搜索策略的多生物序列比对自适应遗传算法

多生物序列比对是用来计算生物序列间相似性的重要工具，本文在引入熵来度量种群多样性的基础上，提出了一种多搜索策略的自适应遗传算法，其交叉和变异概率随着熵的变化进行自动调整，并且综合考虑了利用动态规划算法来设计遗传操作算子．实验结果表明，这个算法具有较强的全局搜索能力和局部搜索能力，并且能有效的克服未成熟收敛问题．