基于Matlab遗传算法工具箱的优化计算实现

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。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,而受到了广泛关注。Matlab的遗传算法工具箱具有使用简单方便,计算可靠,快捷高效和图形结果可视化等特点,具有广阔的应用前景。主要介绍了基于Matlab遗传算法工具箱,深入分析其编码方式、初始群体、选择、交叉、变异操作及适应度函数的实现方法。最后给出应用实例,验证了Matlab遗传算法优化工具的有效性。     

柔性机构尺寸与形状优化新方法及实现

针对MEMS复杂器件优化困难的问题，提出了一种柔性机构尺寸与形状优化的新方法。该方法采用遗传算法（GA）与有限元方法（FE）联合的优化策略，用MATLAB软件作为“调度员”，将ANSYS与MATLAB自带的遗传算法工具箱进行有机集成，共同完成柔性机构的优化功能。最后以一种柔性微杠杆机构为例，实现了提出的优化方法，给出了优化的结果。     

MATLAB遗传算法工具箱GADS优化及应用

为了解决复杂函数优化问题,简要对MATLAB遗传算法工具箱进行了介绍,并详细阐述了遗传算法的基本原理与方法,在此基础之上,介绍了MATLAB遗传算法工具箱GADS寻找最优值的工作过程,最后,结合测试函数,介绍了遗传算法工具箱编码方法,并验证了MATLAB遗传算法工具箱操作简单方便,具有较高可靠性的优点,为解决函数优化问题提供了一种强有力的工具.     

人工神经网络与遗传算法结合的研究

简要介绍人工神经网络的主要功能、突出特点和潜在的应用瓶颈，然后提出遗传算法[GA]，探讨两者结合的可能性。以网络为例，结合自适应遗传算法[AGA]构造了基于遗传算法的BP网络用于解决TSP问题，并取得了很好的效果。     

一种改进的遗传算法的实现及性能研究

在Visual C 环境下,用C语言实现了一种改进的遗传算法,该算法通过实数编码、改进的遗传操作算子,并引入精英保留策略,可克服常规算法中收敛速度慢、早熟及局部收敛等缺陷。经GA测试函数验证该算法是有效的。与MATLAB遗传算法优化工具箱和SGA的系统仿真结果进行了比较,结果显示该算法不仅显著提高了全局搜索能力,加快了收敛速度,而且也改善了求解的质量及其优化结果的可靠性,是求解复杂函数优化问题的一种有潜力的算法,结合自行研发的微波管CAD软件,可望用于微波管性能优化,提高微波管设计能力。     

Matlab遗传算法工具箱的拓展方法研究

Matlab遗传算法工具箱是GADS的一部分,提供了常用的基本算法和良好的接口,然而使用者在解决实际问题过程中,常需要因地制宜地修改和拓展算法结构,设置和调试函数参数,以期提高解的质量或求解效率。本文在分析Matlab遗传算法工具箱基本结构及核心函数的基础上,重写部分文件,拓展自定义操作,通过仿真求解Rastrigin问题,验证了改进方法的可行性,为拓展Matlab遗传算法工具箱功能,实现用户定制操作提供了一种思路。     

柔性机构尺寸与形状优化新方法及实现

针对MEMS复杂器件优化困难的问题,提出了一种柔性机构尺寸与形状优化的新方法。该方法采用遗传算法(GA)与有限元方法(FE)联合的优化策略,用MATLAB软件作为"调度员",将ANSYS与MATLAB自带的遗传算法工具箱进行有机集成,共同完成柔性机构的优化功能。最后以一种柔性微杠杆机构为例,实现了提出的优化方法,给出了优化的结果。     

柔性机构尺寸与形状优化新方法及实现

针对MEMS复杂器件优化困难的问题,提出了一种柔性机构尺寸与形状优化的新方法.该方法采用遗传算法(GA)与有限元方法(FE)联合的优化策略,用MATLAB软件作为“调度员“,将ANSYS与MATLAB自带的遗传算法工具箱进行有机集成,共同完成柔性机构的优化功能.最后以一种柔性微杠杆机构为例,实现了提出的优化方法,给出了优化的结果.     

在MATLAB编程环境下利用遗传算法实现函数的优化

遗传算法自出现以来就在函数优化问题中得到了广泛应用,而MATLAB作为一种拥有高性能数值计算能力的通用科技计算机语言,它所提供的MATLAB遗传算法工具箱为遗传算法从业者和初次实验遗传算法的人提供了广泛多样的有用函数。文章尝试在MATLAB编程环境下利用演化算法的一个重要分支——遗传算法来实现一个简单一元函数的优化。     

云遗传算法及其应用

传统遗传算法搜索速度慢,容易陷入局部最优解.借鉴遗传算法(GA)的思想,利用正态云模型云滴的随机性和稳定倾向性特点,提出一种新的遗传算法—云遗传算法(CGA).CGA由正态云模型的Y条件云发生器实现交叉操作,基本云发生器实现变异操作.最后,进行了函数优化实验和IIR数字滤波器优化设计,并与标准GA、NQGA、CAGA和LARES等算法进行比较,证明了该算法的有效性,具有一定的参考和应用价值.     

改进交叉方式的遗传算法在求解通信网优化问题中的应用

在遗传算法中利用多种混沌模型构造随机开关，以此来控制遗传算法中的交叉运算，从而可迅速地求解０—１规划问题，并进一步在求解通信网的优化问题中得到成功的应用。     

带滤波的遗传算法求解数据关联问题

利用带滤波的遗传算法来求解雷达数据处理过程中的数据关联问题。针对遗传算法在求解过程中暴露的搜索最优解速度慢,甚至得不到可行解的问题,本文引入控制领域的滤波器概念,对遗传算法加以改进,使其能够较快地得到最优解,并且保证得到的是可行解,较好地满足了数据关联在实际应用中的需要。     

微量遗传算法在波导短匹配负载设计中的应用

介绍了微量遗传算法(MGA)，并将之与小生境(Niche)技术及洗牌(Shuffle)技术相结合，优化选择遗传算法(GA)的初始群体，明显地减少了内存需求及运算工作量。从它和基本遗传算法(SGA)的比较结果可以看出，在计算精度基本相当的情况下，其计算时间比SGA明显减少，计算效率大为提高。并应用MGA对波导短匹配负载进行了优化设计，结果表明效果良好。     

基于遗传算法的卷积码快速译码

本文提出基于遗传算法(GA)的卷积码快速译码,进行格图上的单向(U-GA)和双向(B-GA)搜索译码.它利用遗传算法的群体多样性好、搜索空间宽广,具有全局优化能力,提高译码质量.通过模拟计算,分析了单向和双向的译码算法和群体规模M对误比特性能P_b的影响.模拟结果表明:在相同译码复杂度下、P_b=10^-6时,与MA算法(编码约束度K=19)相比,该译码算法约有0.5dB性能增益;与VA算法(K=7)相比,B-GA大约有1dB增益.     

基于遗传优化的天线阵元LMS改进算法

最小均方（LMS）算法是自适应阵列天线中得以广泛应用的阵列天线加权算法。提出了一种基于遗传优化的LMS改进算法,该基于遗传优化的最小均方（GA—LMS）算法充分结合了遗传算法的并行处理和全局搜索的优点。实验结果表明,与传统的LMS算法相比,GA—LMS算法具有良好的收敛性能,并可更好地抑制干扰信号,有效改善自适应阵列天...     

混合遗传算法在数值函数优化中的应用

基于遗传算法(GA)与共轭梯度法(CGM),提出了一种混合算法,把CGM作为重要操作算子加入GA中,CGM仅作用于父代的最优个体,使该方法兼具遗传算法的优良全局搜索能力和共轭梯度法的强大局部搜索的特点,将其用于函数优化中,数值算例表明,该混合方法与单纯的遗传算法或共轭梯度法相比,具有快速收敛性和全局最优性。     

遗传算法在FIR滤波器设计——频率抽样法中的应用

本文介绍了遗传算法在FIR滤波器设计——频率抽样法中的应用.用遗传算法确定过渡带样本值,解决了传统方法(查表法)不能保证数据是最优的问题.本文还对标准遗传算法进行了适当的改进.给出了FIR数字低通、带通滤波器设计的两个例子.实验结果说明通过遗传算法设计的FIR滤波器性能较查表法得到了改善.     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

一种新的基于遗传算法的滑动参差MTI滤波器设计

提出一种新的基于遗传算法的滑动参差MTI滤波器优化设计.采用滑动脉冲的方式进行MTI滤波器设计,并利用遗传算法搜索最优参差码,有利于检测陷在滤波器第一零点里的弱目标.同时该滤波器可形成多个凹口以滤去多种杂波,并将盲速推到三倍音速以外.由于采用遗传算法对参差码进行搜索,使运算量大大减少.仿真结果和性能分析验证了算法的可行性和有效性.