遗传算法密码分析中改进选择算子研究

遗传算法是密码分析的一种有效方法,其中选择算子决定选择哪些个体进行交配以及每个被选择的个体产生多少后代。针对传统的遗传算法选择算子收敛速度慢、效率不高的问题,通过分析传统的选择算子的理论及其优缺点,提出能够产生较好收敛速度的两种改进选择算子。实验结果表明,改进的选择算子可以提高遗传算法的收敛速度、缩短破译时间,大大提升基于遗传算法的密码分析效率。     

基于万有引力思想的遗传算子

借鉴万有引力搜索算法和局部搜索思想,对遗传算法中的算术交叉和非均匀变异算子进行了改进,将万有引力搜索和混沌搜索引入新算子.新算子能够充分利用最优个体信息,兼具有全局搜索与局部搜索性能.仿真实验表明,新算子不但加快了算法的收敛速度,而且提高了求解精度.     

带有成长算子的遗传算法

提出了伪极值点的概念,举例说明了由于遗传算法随机性强使得二进制码遗传算法极易陷入伪极值点,致使算法收敛速度缓慢的问题,设计了一种适合于二进制编码遗传算法的成长算子,该算子的引入,加强了算法的方向性,有效地防止了算法陷入伪极值点,从而大大提高了算法的收敛速度。     

基于逆序与对偶组合算子的小生境遗传算法

在逆序算子和对偶算子的性能研究基础之上,设计了逆序与对偶组合遗传算子,增强了局部搜索性能．通过引入共享机制小生境技术,并且采用自适应策略,对种群的多样性进行有效保护。构造了一种基于逆序与对偶组合算子的小生境遗传算法,较好地解决了局部搜索与全局搜索之间的矛盾,保证了算法的全局收敛性．算例测试表明该算法具有较强的整体寻优能力．     

基于逆序与对偶组合算子的小生境遗传算法

在逆序算子和对偶算子的性能研究基础之上,设计了逆序与对偶组合遗传算子,增强了局部搜索性能．通过引入共享机制小生境技术,并且采用自适应策略,对种群的多样性进行有效保护。构造了一种基于逆序与对偶组合算子的小生境遗传算法,较好地解决了局部搜索与全局搜索之间的矛盾,保证了算法的全局收敛性．算例测试表明该算法具有较强的整体寻优能力．     

遗传算法用于工程结构优化设计的研究

研究了利用遗传算法对工程结构进行优化设计的方法，在普通遗传算法的基础上，提出加入生长算子的改进措施，给出了计算实例，验证了加入生长算子的遗传算法可以用较小的群体规模，得到较高的解题速度，并用能明量提高解的最优性。     

遗传算法用于工程结构优化设计的研究

研究了利用遗传算法对工程结构进行优化设计的方法，在普通遗传算法的基础上，提出加入生长算子的改进措施，给出了计算实例，验证了加入生长算子的遗传算法可以用较小的群体规模，得到较高的解题速度，并且能明显提高解的最优性。     

改进遗传交叉算子求解TSP

遗传算法中的交叉步骤最根本的作用就是要使子代继承父代的优秀基因。根据TSP问题的特点考虑了用遗传算法求解TSP问题中遇到的交叉算子，构造出一种能很好继承父代优秀基因的交叉算子。实例计算表明该算法在收敛速度快的同时，具有较强的全局搜索能力。     

Fuzzy半导集算子与Fuzzy导集算子

对分明集Χ，给出了半导集算子与导集算子的概念，然后在ＩΧ上引入了Ｆｕｚｚｙ半导集算子与Ｆｕｚｙ导集算子的概念，研究了它们的性质，讨论了它们与拓扑间的关系。     

遗传算法中"免疫算子"的构造与性能

文章在研究了遗传算法的编码方式、控制参数和算子操作之后,针对其全局收敛性不足的问题,在基本遗传算子的基础上采用免疫遗传算子和保优策略来防止交叉变异中的个体退化,保证遗传算法尽快收敛到全局最优解.阐述了“免疫算子”的构造及运行机理,分析了算法的性能.以25杆桁架结构可靠性优化问题作为例子说明该算法的优越性.结果表明该方法具有较好的收敛性和收敛效率,因此是一种可行的基于可靠性的结构优化策略.     

带有顶端增强算子的遗传算法

二进制编码遗传算法是基于演化和自然选择模型的全局优算法,加速算法的寻优速度具有重要价值,受生物界“王者”现象启发,结合内插外推理论,设计了一种加速遗传算法的顶端增强算子,该算子着眼最优个体群,以赋予适应值最大的个体群更多的操作,顶端加强算子的引入,加强了遗传寻优算法的方向性,有效地防止了算法陷入伪极值点,从而大大提高了算法的收敛速度,该算法不要求被寻优函数连续可微,不增加求解系统的次数,其增加的计算量极小,给出使用该算法对两个遗传法测试函数寻优和一个小规模的神经网络系统训练的算例,并与基本遗传算法进行了比较,仿真结果验证了该算法的有效性。     

自反传递粗集中近似算子与拓扑算子的复合

在内部算子、闭包算子和近似算子概念的基础上，研究了内部算子、闭包算子与自反传递粗集中近似算子的复合以及交叉复合，得到了它们之间的一些关系．     

缓冲算子的凸组合构造方法研究

在总结分析已有构造缓冲算子方法基础上,根据缓冲算子的结构和性质,通过对缓冲算子凸组合的研究,提出了构造缓冲算子的一种新方法——缓冲算子凸组合构造法。最后,给出了利用缓冲算子凸组合构造法得到的几个线性和非线性缓冲算子实例。     

Fuzzy半导集算子与Fuzzy导集算子

对分明集Ｘ，给出了半导集算子与导集算子的概念，然后在Ｉ＾Ｘ上引入了Ｆｕｚｚｙ半导集算子与Ｆｕｚｚｙ导集算子的概念，研究了它们的性质，讨论了它们与拓间的关系。     

基于爬山算子和适应值共享的改进遗传算法

提出了一种基于爬山算子和适应值共享的改进遗传算法,将局部搜索算法与遗传算法有效结合,增强了遗传算法的搜索能力.爬山算子以黄金分割法为基础,依次对个体每一维进行优化.数值实验证明,改进后的新算法优于当前一些较好的遗传算法.新算法既有较快的收敛速度,又能以较大概率搜索到优化问题的全局最优解.     

基于混沌算子网络模型的网络流量预测研究

采用混沌算子构造预测网络,对网络流量数据进行预测分析.结合相空间重构理论将已知数据构造成训练样本,利用遗传算法对混沌算子参数进行训练调节,从而改变网络的动力学特性,使之逐渐逼近被预测时间序列的动力学特性,并保持与之变化一致.该方法可对各种网络流量数据序列进行有效的预测分析.仿真实验结果表明:与传统的预测方法相比,该方法具有更好的预测趋势.     

Fejer算子在L2π空间中的饱和阶

利用逼近恒等核作为工具，得到周期卷积算子的强型逼近定理．然后利用这个定理，给出了Fejer算子在L2π空间中的饱和阶，并对以往文献中的结果进行了推广．     

遗传算法交叉算子的实质分析

通过分析比较标准二进制交叉算子和标准十进制交叉算子的异同点,得出结论:交叉算子的实质是在父代个体的数值和所决定的"家族"中随机取值,因而其不能保证交叉操作后的子代个体优于父代个体,体现出盲目搜索的特点;二进制交叉和十进制交叉均对本质交叉搜索区间进行了进一步的划分,但并不能保证进化搜索到更好的样本.根据所得结论,设计了一种改进遗传算法,其有效性证明了本文结论的正确性.     

一种基于阈值对偶算子的优化组合遗传算法

针对遗传算法局部搜索能力差的问题,模拟生物基因的对偶性,本文提出的阈值对偶算子,与对偶算子的性能相比较,既改善了遗传算法的局部搜索性能,又减小了对种群多样性的影响,与具有良好全局搜索性能的遗传算子组合,构造了一种基于阈值对偶算子的优化组合遗传算法.从理论上证明了算法的收敛性,实验结果表明,该算法具有更好的寻优能力,对应用串型编码的遗传算法解决优化问题具有很好的借鉴意义,阈值可根据求解问题特征和局部搜索强度而设定.     

Fredholm算子的典则正规化子

本文从Ｆｅｄｈｏｌｍ算子的正规化子中，挑选出一个具有许多优美性质的算子，称之为典则正规化子，证明了典则正规则化子的存在性和唯一性，阐明了它具有塑 算子主要特征，因而可以看作是一种广义逆算子，还研究了与之相联系的约束算子和归一化算子，并讨论了它们的若干用途。