归一化实数编码的多维并行遗传算法

给出了归一化多维实数编码的基本定义,并在此基础上提出了基于归一化实数编码的多维并行遗传算法;对归一化实数编码多维并行交叉算子、多维并行变异算子进行了详细的研究;提出了多维优化问题归一化实数编码长度计算公式;对遗传算法的控制参数确定进行了阐述;对归一化实数编码的多维并行遗传算法适应度函数的确定方法进行了研究.实验表明,归一化实数编码多维并行遗传算法可以大大提高多维优化问题的收敛速度,从而进一步提高算法的性能,这些特点对于计算复杂的非线性多维优化问题具有重要的意义.     

实数编码遗传算法中交叉操作的效率分析

介绍了常用的实数编码遗传算法及相应的交叉操作策略，通过理论分析和模拟实验研究了不同实数编码交叉操作的搜索效率。提出两种改进的交叉操作——有效线性交叉操作和张弛线性交叉操作，使子代个体在搜索空间内达到均匀分布，提高了遗传算法的优化效率     

用遗传算法实现信号转换电路的非线性校正

采用了遗传算法的最新成果，提出了一种新颖的基于实数编码的改进遗传算法用以校正信号转换电路的非线性误差。该算法采用基于代沟最小的代选择模型，选用BLX—α混合交叉算子和非一致变异算子，算法简单、鲁棒性强、优化效率高。仿真和实验表明，用本文提出的方法对信号转换电路进行非线性校正不仅能够自动搜索到最优多项式，而且精度高于最小二乘法。该算法同样适用于传感器等其他电子测量元件的非线性校正。     

一种新型改进遗传算法在优化中的应用

以达尔文进化论为基础,提出一种新的基于实数编码的反馈式突变多算子遗传算法。实验结果表明该算法能够有效地改善标准遗传算法的性能,克服其早熟收敛的缺点,在计算过程中较好地达到全局优化的目的。     

基于演化策略算法的作业车间调度优化

提出一种基于工件操作次序的二维实数编码方法,采用演化策略算法求解作业车间调度问题。设计一种基于三点交叉互换的重组算子用于生成子代个体,并采用个体编码基因随机重新生成的方法设计变异算子。实验结果证明,演化策略算法能有效优化作业车间调度问题,与遗传算法和粒子群优化算法相比,其优化性能更好,并且基于三点交叉互换重组算子的演化策略算法的性能好于基于两点交叉和基于四点交叉互换重组算子的演化策略算法。     

基于多种群实数编码遗传算法的圆度误差评定

针对实数编码的遗传算法(RGA)在圆度误差评定中存在的早熟收敛、精度较差及运算速度慢等缺点,分析了多种群遗传算法的模型结构,利用多种群遗传算法的并行性,将其应用于圆度误差评定。实验证明该方法有效地提高了算法的精度和收敛速度,能够快速评定圆度误差。     

一种改进的实数编码遗传算法*

针对实数编码在进行数值优化时固有的过早收敛、停滞现象和弱的爬山能力等缺点,通过设计不同的交叉、变异算子,提出了一种改进的实数编码的遗传算法。数值实验显示,该算法在函数优化问题上取得了较满意的效果。     

机务段整备区股道安排的算法研究

该文研究了采用基于矩阵编码的自适应遗传算法求解机务段外勤整备区股道安排的问题。通过对各种约束条件和多目标优化模型的分析,提出了基于N×M二维矩阵的染色体编码设计,并构造了基于矩阵操作的新的遗传算子,采用了自适应变换等技术。相对于传统的遗传算法而言,基于矩阵编码与自适应策略的遗传算法具有易操作性、不过早收敛、有很好的收敛精度等特点。此算法的实施克服了人工操作的主观性与繁琐性,为整备区股道安排提供了准确的决策支持。采用遗传算法求解整备区股道安排问题,具有适用广泛和计算稳定等特性。仿真试验结果表明了该算法的可行性和有效性。     

机器人操作臂跟踪动态目标的轨迹规划方法

针对机器人操作臂跟踪运动目标问题,提出一种基于遗传算法的轨迹规划方法。通过对关节加速度的增量进行编码,实现在操作臂的关节空间进行轨迹优化,得到操作臂在跟踪运动目标过程中所需要的轨迹。仿真计算的结果表明,所提出的方法是有效的。     

一种基于二进制编码的优化方法

介绍一种基于二进制编码的优化方法的基本原理和操作步骤。使用遗传算法中的变异操作，通过对个体中的每一子串实行整体变异、部分变异和逐位变异，结合动态编码和重新起动技术，使适应性函数值逐步逼近最优解。仿真结果表明该方法是有效的。     

A neuro-genetic-simulated annealing approach to the inverse kinematics solution of robots: a simulation based study

In this study, a hybrid intelligent solution system including neural networks, genetic algorithms and simulated annealing has been proposed for the inverse kinematics solution of robotic manipulators. The main purpose of the proposed system is to decrease the end effector error of a neural network based inverse kinematics solution. In the designed hybrid intelligent system, simulated annealing algorithm has been used as a genetic operator to decrease the process time of the genetic algorithm to find the optimum solution. Obtained best solution from the neural network has been included in the initial solution of genetic algorithm with randomly produced solutions. The end effector error has been reduced micrometer levels after the implementation of the hybrid intelligent solution system.     

Measurement error analysis and accuracy enhancement of 2D vision system for robotic drilling

Robotic drilling for aircraft structures demands higher accuracy on industrial robots than their traditional applications. Positioning error measurement and compensation based on 2D vision system is a cost-effective way to improve the positioning accuracy in robotic drilling. In this paper, we first discuss the principle of error measurement and compensation with a 2D vision system for robotic drilling and the determination of tool center point of the vision system so that the Abbe errors are eliminated in the measurement process. Measurement errors due to nonideal measurement conditions, i.e. nonperpendicularity of the camera optical axis to the workpiece surface and incorrect object distance, are mathematically modeled and experimentally verified. A method utilizing four laser displacement sensors is proposed to ensure perpendicularity of the camera optical axis to the workpiece surface and correct object distance in the measurement process, and hence to achieve high accuracy in 2D vision-based measurement. Experiments performed on a robotic drilling system show that the 2D vision system can achieve an accuracy of approximately 0.1 mm with the proposed method.     

铁路输送中平车装载问题的模型与算法

分析了铁路运输中的平车装载问题，借鉴了First Fit算法的思想，并引入条件变异算子，提出了求解平车装载问题的一种改进遗传算法，给出了该改进遗传算法编码方法、遗传算子改进方案和适应度函数的定义，该算法能有效地解决初始群体和进化过程中的无效染色体和早熟问题，并用实例验证了该算法的有效性。     

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。     

基于改进遗传算法的测试数据自动生成的研究

测试数据自动生成是软件测试的基础,也是测试自动化技术实现的关键环节。为了提高测试自动化的效率,在 结合 测试数据自动生成模型的基础上,提出一种 传统遗传算法的改进算法。该算法使用了自适应交叉算子和变异算子,并引入模拟退火机制对其进行改进。同时,该算法还对适应度函数进行了合理的设计,以加速数据的优化过程。通过三角形程序、折半查找和冒泡排序程序,与基本遗传算法、自适应遗传算法进行了比较与分析,并且对改进算法做了性能分析。实验结果表明了该算法的实用性以及在测试数据生成中的可行性和高效性。     

基于PPGA-MBP的神经网络优化及其应用

多物种并行进化遗传算法应用于神经网络拓扑结构的设计,开辟了新的研究领域,论文提出伪并行(PPGA-MBP)混合遗传算法,结合改进的BP算法优化多层前馈神经网络的拓扑结构。算法采用实数编码来克服传统二进制编码的精度不足问题,并设计基于层次的杂交算子允许结构相异的个体杂交重组成新的个体,适应度函数更是综合考虑了均方误差、网络结构复杂度和网络的泛化能力等因素。实验证明取得了明显的优化效果,提高了神经网络的自适应能力和泛化能力,具有全局快速收敛的性能。论文还运用该算法建立了工业增产值经济预测网络模型,将网络预测值和多项式拟合值进行了对比分析。     

一种求解图着色问题的优化组合遗传算法①

图着色算法是一种典型的NP-完全问题。在逆序算子、对偶算子和矩阵遗传算子的性能研究基础上,采用自然数与二进制相互转换的编码方案,应用图着色问题的约束条件建立适应度评价函数,将具有良好局部搜索性能的矩阵遗传算子与具有良好局部搜索性能的逆序与对偶组合算子优化组合应用,构造了一种用于求解图着色问题的优化组合遗传算法,保证了算法的全局收敛性。与基本遗传算法相比较,实验结果表明,该算法对图着色问题有较好的求解性能。     

基于D-NSGA-GKM算法的多阶段武器协同火力分配方法

陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失的武器火力分配模型.针对多阶段武器协同火力分配问题,在非支配排序遗传算法III(non-domina...     

基于遗传算法的产品基因重组设计

针对客户定制产品设计灵活性差的问题,提出一种基于遗传算法的产品基因重组的设计方法。在产品的重组 设计中引入基因工程,利用遗传算法对现有的产品设计方案进行优化,以满足制造业客户定制产品的多样化需求,实现客户定 制产品的智能设计。以某机械制造企业的数控机床为例,完成了遗传算法的关键技术：适应度函数、选择算子、交叉算子的设 计开发,验证了该方法的可行性和有效性。     

应用构形空间理论处理自由曲面加工的干涉问题

文中简述了自由曲面数控另工编程中干涉检查的各种方法，利用构形空间概念，提出一种自由曲面加工的干涉检查算法，该算法先得到刀位面和保护面的离散三角表示，然后根据三角的上包络求刀位轨迹，从而避免干涉，算法适合于用球头刀，圆角刀和平底端刀的任意加工方式的三轴铣削，且实用，稳定，可靠。