基于标准差的自适应激素调节遗传算法

基于生物内分泌系统的激素调节原理,提出了一种新的自适应遗传算法。该算法以内分泌激素调节的H ill函数下降形式为基础,设计了自适应交叉算子和自适应变异算子,使交叉率和变异率在遗传算法迭代过程中,能够根据函数适应度值的标准差进行自适应调节,使得整个进化过程中将种群多样性维持在合理水平,从而保证算法的正常进化。4种测试函数及三维人脑图像分割的实验结果显示,提出的自适应遗传算法可较好地保持种群多样性并克服早熟现象,性能优于其他3种自适应遗传算法及传统遗传算法。     

基于遗传算法的自适应聚类图像阈值分割方法

文中针对复杂背景条件下的红外图像分割问题,将遗传算法引入最大类间方差法中,同时结合人类视觉感知原理,探讨了一种新的多阈值图像分割方法即基于遗传算法的图像阈值分割方法,该算法引入了一个自动判别且时空可变的目标背景条件和调整最佳分割区域的步骤,提高了分割算法的质量及鲁棒性,克服了传统阈值方法在图像分割中的局限性。通过计算机仿真实验,验证了该方法的有效性。     

基于自适应免疫遗传算法的图像分割

为了有效地对灰度图像进行自动分割,本文基于代价函数最小化方法,提出一种自适应免疫遗传算法用于图像分割.文中图像分割问题被表示为组合优化问题,而自适应免疫遗传算法作为一种优化算法用来寻找(准)最优的分割图像.在该算法中,交叉、变异及免疫算子采用了自适应变化的概率,同时利用问题的先验知识和进化个体的历史信息自适应地提取疫苗,使算法的整体性能得到提高,产生了较令人满意的分割结果,并对噪声有较好的抑制作用.     

一种基于生物激素调节机理的优化遗传算法

针对标准遗传算法存在着早熟、进化缓慢等不足,基于生物激素调节规律,提出一种改进型的自适应遗传算法。该遗传算法能够充分发挥优良个体的作用,保证种群的高度多样性和优良性,从而提高进化速度和避免早熟现象。最后的仿真结果表明,在相同环境下,改进后的遗传算法比标准算法具有较好的寻优搜索精度和较快的收敛速度。     

图像分割的多参量遗传算法

图像分割的多参量遗传算法吴成柯刘靖侯格贤（西安电子科技大学信息工程系西安７１００７１）关键词遗传算法,图像分割．１）国防预研基金资助课题．收稿日期１９９５－１１－０６１引言图像分割是计算机视觉研究中一个重要而困难的任务．虽然图像分割一直受到研究人员的...     

一种改进的自适应遗传算法在指纹图像分割中的应用

本文提出了基于改进的自适应遗传算法与方向图法相结合的指纹图像分割方法,采用群体的最大适应度、最小适应度、适应度平均值这3个变量来衡量群体适应度的集中程度,能自适应地变化整个群体的交叉概率pc和变异概率pm。采取最优保存策略来保证最优个体不被大的pc和pm破坏掉。并用无放回余数随机选择算子(RSSR选择算子)对基本选择算子进行了改进,选择误差比较小。在自动指纹识别中,指纹图像分割不仅能够对图像信息进行压缩,保留脊谷线的主要信息,同时能够去除大量的粘连,加速后续处理的速度和提高指纹特征提取和匹配的精度。最后给出了实验结杲。     

基于分段自适应遗传算法的图像阈值分割

自适应遗传算法是一种有效的寻优算法,本文首先对自适应遗传算法进行改进,提出分段自适应遗传算法,达到了防止早熟,加快寻优速度的目的。阈值分割是一种经典的图像分割算法,本文将利用改进的自适应遗传算法(分段自适应遗传算法)对图像分割。本文算法以最大类间方差比作为适应度函数,通过最佳阈值进行寻优,以信息熵和最大方差比作为评价标准对图像分割进行比较,实验证明基于分段自适应遗传算法的图像阈值分割算法能够达到较好的分割效果。     

免疫遗传算法在图像分割中的应用

提出一种基于免疫系统的免疫记忆特性所改进的遗传算法。该算法方面在传统的遗传算法的初始种群中,加入了根据先验知识制成的疫苗,从而大大提高了算法的收敛速度;另一方面,对遗传算子中的选择算子也进行了改进,吸取了免疫系统中的克隆选择的优点,并且根据细胞的亲和力进行变异,进而提高了图像分割的速度。     

基于遗传算法的彩色图像二维熵多阈值自适应分割

提出一种基于遗传算法的二维熵多阈值自适应图像分割方法.在分析研究二维熵阈值分割原理的基础上,将可变码长的遗传算法应用于多阈值分割处理过程,采用基于多阈值的整数编码方式,将图像分割的类别数即染色体的码长融合到适应度函数中,从而实现了在对阈值寻优的同时得以优化分割类别数,最终实现图像的多阈值自适应分割处理.实验分析结果表明,该方法具有实现阈值寻优速度快,最优解对应图像分割效果好的特点.     

基于种群规模可变的粗粒度并行遗传算法

在科学计算领域，并行计算越来越成熟，并行遗传算法开始受到关注。本文分析了遗传算法并行化的动机和实现模型，提出了一种新算法－基于种群规模可变的粗粒度并行遗传算法,仿真结果验证了这种新算法的有效性和合理性。     

一种基于遗传算法的改进的BP算法

提出一种利用遗传算法对BP算法的改进方案。充分考虑了BP算法的精确性和遗传算法全局寻优的特点．使BP算法摆脱局部极小的困扰,并且所训练的网络能够达到要求的精度。     

优化GA的模糊自适应张力控制

以典型的卷绕张力系统为研究对象,结合模糊自适应PID控制与遗传算法,设计了基于遗传算法的模糊自适应PID张力控制器.该控制器由离线和在线两部分组成,离线部分利用遗传算法搜索出一组最优的PID参数作为在线调节的初始值,在线部分用来实时调整系统响应的PID参数.仿真结果表明,采用的模糊自适应PID控制策略较传统PID控制器具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点.     

利用遗传算法实现数字图像分割

本文将遗传算法引入数字图像分割之中，在此基础上，利用文献[5]提出的一种具有每个基因位交叉概率自适应变化的新交叉操作的改进型遗传算法来实现数字图像的分割，模拟结果表明，本文虎法用于数字图像分割，其收敛性能远远高于文献[2]的传统方法和标准遗传算法。     

基于自适应遗传算法的纸币识别预处理

描述纸币图像的二值化和字符的分割方法.针对纸币图像的特点,提出一种基于最大方差比的图像二值化算法,并利用自适应遗传算法(Adaptive Genetic Algorithm,AGA)得到最优的阈值.该算法的思想是将图像分成两个类,选取类间方差与类内方差的分离度为适应度函数,当分离度取最大值时对应的灰度值为最优的阈值,实验表明,以此阈值对图像分割能快速准确的对纸币图像二值化.最后讨论基于投影法的纸币字符分割的方法,并且取得比较满意的效果.     

基于遗传算法的图像数字水印

为了提高图像数字水印算法的实用性、顽健性及不可感知性,提出了一种改进的应用遗传算法的水印嵌入和提取方法。通过在DCT变换域中修改AC系数嵌入水印,可以提高嵌入速度,避免水印信息的损失;采用改进的遗传算法选择AC系数,同时优化嵌入水印后图像质量和顽健性这两个矛盾的因素。仿真结果表明,算法具有良好的抗攻击能力和不可感知性,节省约1/3的时间,提高了程序运行效率。     

图像分割的二维最大熵遗传算法

将遗传算法运用于二维最大熵图像阈值分割法。首先对二维阈值坐标进行编码，然后依据二维最大熵准则建立适应度函数，在适当的交叉率和变异率下，最终实现强噪声干扰下图像的有效分割。分割实验表明，文中方法较一给最大熵法具有更强的抗噪声能力，较普通二维最大熵法运算速度更快。     

基于Fisher准则的自适应图像分割算法

为了克服基本遗传算法收敛性差、易早熟的问题,针对阈值分割算法的实时性和准确性的要求,基于Fisher评价函数较强的分类效果和遗传算法的强大空间搜索能力,提出了改进的自适应分割算法,引入Fisher评价准则函数作为适应度函数,运用自适应的遗传算法确定图像分割的阈值,实现二者的有效融合,获得了比较满意的结果。实验表明,通过与已有的算法进行比较,改进的算法在分割效果和寻优效率上,都有了显著的改善。证明该优化算法的正确可靠性。     

给定误差下最少数据点B样条曲线拟合的遗传算法研究

主要研究在给定误差的情况下，如何求得具有最少数据点的B样条拟合曲线。算法包括遗传算法的算子设计的基本实现细节，并通过实例证明了该算法的有效性。