交互式遗传算法在分形艺术设计中的应用

为提高分形艺术图案的设计效率,提出一种基于交互式遗传算法的分形图案生成方法。该方法采用二叉树结构表示分形图案的迭代函数,并对树型结构表示的迭代函数进行交叉、变异、选择等操作,产生新的后代。同时,又以用户共识满意度作为适应度函数,优化评价机制,达到减小主观评价误差的目的。为更快、更好地满足用户提出的个性化设计要求提供了帮助。从应用层次验证了该算法的可行性和实用性。     

遗传算法在分形图案自动化设计中的应用

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.为了自动设计出大量复杂美丽且符合用户需求的分形艺术图案,分析了影响分形图效果的各种因素,重点分析颜色选择对分形图案优劣的重要性,提出了利用交互式遗传算法对分形颜色进行遗传操作的方法,从而快速得到满足用户需求的设计图案.实验结果表明,采用该算法,用户能很快设计出自己喜欢的分形图案,并为研究分形图的结构特征提出了一种简洁有效的方法.     

遗传算法在自动组卷中的应用

为了减轻考试系统中老师出卷的工作量,并使出卷更加合理与科学化,此文通过遗传算法设计了一种新型的自动组卷系统,该系统首先介绍了遗传算法的基本思想与优势,其次利用随机搜索方法对自动组卷系统中各个功能模块进行了详细的设计,其中主要包括自动组卷系统中的编码方案的确定、自适应度函数的创建、选择交叉变异算子以及控制参数计算,最后,我们对基于遗传算法的自动组卷系统进行了成功的实现,整个系统运行正常。     

遗传算法在自动组卷中的应用

自动组卷策略是利用计算机自动完成试卷生成的一种方案,整个过程的人工投入少,在很大程度上解放了教师,提高了工作效率。能否自动组出满足用户要求的试卷,与组卷使用的算法紧密相关。采用遗传算法,按照选择编码方式、产生初始种群、计算自适应函数、进行遗传操作、试卷生成的过程,可完成自动组卷操作。     

分形无标度区的一种自动识别方法

GP算法求分形关联维数时,双对数曲线的线性区间(无标度区)的识别十分关键。经典的GP算法中无标度区的识别主要依靠人工经验完成,同一条曲线,不同的人可能得到不同的无标度区,从而导致估算的关联维数存在较大差别。根据无标度区范围内的双对数曲线近似为一条直线段,其二阶导数应在0附近上下微幅波动的特点,提出了一种由计算机对无标度区进行自动识别的方法。该方法物理意义清晰,便于在计算机上编程实现。用Lorenz方程X轴的数据对方法进行了验证,计算结果表明,提出的方法可以有效地识别无标度区。     

分形研究中无标度区的计算机识别

基于相空间重构理论和嵌入定理,提出了一种分形研究中无标度区的计算机识别方法。应用结果表明,该方法便于编程实现,并能准确地识别出系统观测序列的分形无标度区,计算效率高,人为因素对计算结果的影响小。     

遗传算法在自动组卷系统中的应用

用基因段的遗传算法解决自动组卷问题,采用二进制进行编码,生成带有约束条件的初始种群,用自适应的概率对染色体进行选择、交叉和变异．在一个染色体的基因段内完成交叉和变异操作,从而产生新的种群。     

遗传算法在UMTS自动小区规划中的应用

针对需要高维优化的通用移动通信系统(UMTS)无线网络自动小区规划(ACP)问题,应用了改进的遗传算法.该算法用特殊的正交方法产生初始解,采用精英选择策略,并自适应地改变交叉概率和变异概率的值.仿真结果显示:相对于其他遗传算法,该算法的性能有较大的提升,可以更加有效地找到高维UMTS-ACP问题的优化解.     

DEM分形内插中标度不变域的确定

在DEM分形内插及建模过程中特征参数H和σ都是在标度不变域内拟合求解的，因此分形模型中标度不变域的确定直接决定H和σ的大小和DEM建模质量的好坏，常用方法是采用人机交互试验来选取标度不变域，该文提出了一种基于直线-多项式拟合的自动确定标度不变域的方法，实验结果证明，该方法在DEM自动建模过程中是简洁有效的。     

遗传算法在计算机自动组卷中的应用研究

随着我国科学技术不断发展,计算机已成为推动行业发展的内在动力,在计算机技术基础上创设试题库,满足不同专业实践自动组卷目的,确保选题科学合理、考试高效规范.通过对遗传算法在计算机自动组卷中的应用进行研究,以期为推动我国考试良性发展,提供行之有效的理论参考依据.     

基于遗传算法的分形图像压缩

数字图像压缩日益引起人们的重视。利用图像中的局部分形特征进行压缩，取得了好的效果，但其虚拟码书的搜索匹配，计算量十分庞大。本文提出将遗传算法应用于分形图像压缩，大大降低了压缩编码的复杂性，与穷尽搜索匹配的算法相比，搜索范围在Ｏ（１０＾－２）量级，解码图像的峰值信噪比得到很好地保持，实验结果证实了算法的有效性。     

量子遗传算法在基于人工免疫的入侵检测系统中的应用

一个高效的入侵检测系统需要根据网络流的变化,不断对检测子进行优化。将新型的启发式方法——量子遗传算法应用于入侵检测系统中,并进行了仿真实验。结果表明：量子遗传算法在优化性能上优于传统遗传算法,它使种群具有多样性,提高了算法效率。     

应用遗传算法求解排课问题

给出了排课问题的描述和五元组定义.针对排课问题的关键因素,根据遗传算法的特点,设计了排课问题的编码方式,对求解的目标进行了优化,满足了实际应用.     

基于分形几何的WFA算法在图像压缩中的应用

对WFA算法进行进一步的研究,结合平均保持和迭代推导算法,提出了基于分形几何的WFA算法在图像压缩中的应用方法,能有效提高图像压缩比和信噪比。     

量子遗传算法在指纹图像分割中的应用

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法.这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割.实验结果表明,QGA在指纹图像阈值分割中的速度和精度优于改进的自适应遗传算法和其它一些传统算法,是一种有效的图像分割方法.     

并行遗传算法在汽车悬架系统参数优化设计中的应用研究

汽车悬架系统是一种典型的复杂多体动力学系统。目前国内外对其进行优化设计的方法从大的方面主要分为两种：确定性优化方法和随机性优化方法。遗传算法作为一种典型的随机性方法,在处理此类问题时显示出了良好的特性。但是随着问题规模的不断扩大,传统遗传算法的计算效率已无法满足要求。本文将并行遗传算法应用于汽车悬架系统参数优化设计,并在集群系统上对其进行了测试。计算效率得到了很大提高,取得了满意效果。     

基于遗传算法的凿岩机器人孔序规划

本文运用遗传算法规划凿岩机器人钻孔任务序列，通过判断机器人的多关节钻臂 上每一关节其运动方向在彼此相邻的三个钻孔位置上的变化趋势，用数值0表示某一关节运 动方向变化趋势在相邻三个钻孔上不一致，数值1表示此关节运动方向变化趋势在相邻三个 钻孔上一致．并根据具体的工作情况对描述值进行修正．在此基础上设计了一个基于关节水 平上来规划凿岩机器人随机钻孔孔序的适应度函数，从而使整个钻孔孔序规划算法算法简单 ，收敛速度快，能寻求到较优的钻孔孔序，其结果能满足实际工作的需要．此方法对于其他 类型的关节型机器人的任务和轨迹规划也具有一定的借鉴意义．     

遗传算法在操作力问题中的应用

本文首次提出并行机器人工作空间的操作力问题；并针对操作力问题的求解特点，提 出优化模型，将遗传算法用于求解中，得到保守意义下杆的最大出力，算例证明收敛速度很 快，说明将遗传算法用于这个问题中是一个很有效的手段．     

一种新的收敛于全局最优解的遗传算法

提出了一种新遗传算法,其特点是增加了复原 、重构和录优等三种新操作,据以产生一组有界单调的适应度值数列,实现全局优选,在搜索 过程保持完备随机性的前提下收敛于全局最优解．文中列举了一些应用算例,以说明作者提 出的新遗传算法的优越性．     

遗传算法在退货逆向物流网络设计中的应用

退货产生的逆向物流是很多企业长期面临的难点,并成为学术界和企业界广泛关注的热点.逆向物流网络设计是逆向物流管理的首要任务,也是一类NP完全问题.遗传算法作为组合优化设计的一种算法,可有效地提高解决这类NP完全问题的效率.