改进自适应遗传算法在函数优化中的应用研究

为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.     

基于自适应遗传算法模糊PID控制器参数优化

该文针对自适应模糊控制器的多参数优化问题,提出一种自适应遗传算法同时优化模糊规则和隶属函数的方法.先对隶属度函数和控制规则进行联合编码,遗传进化前期采用锦标赛精英保留,后期采用基于轮盘赌的非线性选择方法,保留了种群中较优个体,提高种群的多样性.采用一种自适应交叉变异算子,使交叉变异概率根据进化过程不断自动调整,避免算法...     

一种改进的进化神经网络优化设计方法

基于传统遗传算法优化神经网络时存在的"近亲繁殖"、基因编码冗余和难以确定隐节点数等问题,提出改进的进化神经网络优化设计方法.通过对网络编码形式的规范,使得基因编码与功能等价类一一对应,从而降低编码冗余;通过节点相关性评价,使得低于某阈值的节点在交叉操作时被排除,从而降低节点冗余;通过把交叉变异概率与种群个体适应度比例相联系,提出自适应交叉变异概率,较好保持种群多样性.仿真实验表明,本方法可以避免"近亲繁殖"以及由此导致的"种群早熟",降低编码冗余,减少学习参数,提高学习效率.     

基因表达式编程种群多样性自适应调控算法

为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群多样性的最大化。设计了自适应的交叉和变异算子,提出了种群多样性自适应调控算法APDTA,使种群在进化过程中维持合适的种群多样性,进而提高进化效率。实验验证了APDTA的有效性。     

用自适应遗传算法求解轧制顺序调度问题

在考虑提前和拖期惩罚情况下,提出热轧钢管厂轧制顺序调度模型.在应用自适应复制、交叉和变异的遗传算法求解过程中,提出多种交叉方式按概率随机选取的新交叉方式.仿真结果表明,此算法能够保证进化过程中种群的多样性和交叉因子的多样性,具有较强的全局搜索能力.     

用自适应遗传算法求解轧制顺序调度问题

在考虑提前和拖期惩罚情况下，提出热轧钢管厂轧制顺序调度模型．在应用自适应复制、交叉和变异的遗传算法求解过程中，提出多种交叉方式按概率随机选取的新交叉方式．仿真结果表明，此算法能够保证进化过程中种群的多样性和交叉因子的多样性，具有较强的全局搜索能力．     

启发式自适应免疫克隆算法

基于克隆选择学说,采用浮点数编码,提出了一种新的克隆选择算法.定义了精英克隆变异和启发式交叉2种主要算子;对高亲和度抗体实施小幅变异策略以进行局部搜索,对中等亲和度抗体群实施与高亲和度抗体群进行启发式交叉的策略以加快全局搜索,低亲和度抗体则死亡再生以保持种群多样性;为防止进化停滞,自适应地调整亲和度尺度变换参数.对4个复杂函数的测试结果表明该算法有效地克服了早熟问题,收敛速度快,性能稳定,精度高.     

关于加强遗传算法局部搜索能力的方法研究

防止遗传算法陷入局部最优是遗传算法的一个重点课题和难题.论文首先较全面阐述使用较多防止遗传算法陷入局部最优的若干方法;然后着重阐述通过初始种群多样性测度、gray编码、自适应交叉变异概率、自适应选择压力等方法加强算法跳出局部最优点能力的措施;最后通过常用的Shaffer's F6测试函数来验证该方法的可行性.     

基于变异概率自适应调整的逆序遗传算法研究

提出一种改进的遗传算法，根据个体适应度不同对变异概率进行自适应调整，使群体中的优良模式不易被破坏，同时又保证了种群个体的多样性，从而提高了算法的搜索效率。算法中改变了交叉与变异的操作顺序，避免了个体适应度的重复计算，提高运行速度。仿真结果表明，该算法优于普通遗传算法。     

基于均分法的小生境遗传算法

为了避免遗传算法种群中个体过早陷入局部最小,在以往随机初始种群的基础上提出一种均分法,使得初始种群随机平均地分为若干个子种群,形成小生境,这样既维持了种群的多样性,也使得种群中的个体不会过早出现早熟现象,更提高了算法的收敛速度.同时采用了自适应技术控制交叉和变异的概率,使得算法能更快速地找到最优解.仿真结果表明,与传统的遗传算法优化RBF网络相比较,新算法的迭代次数更少,精度更高,大大提高了收敛速度.     

多波长转换结合网络编码的光组播结构和最小转换度调度

组播的应用使光交换节点的丢包率和分组竞争概率增加. 为解决这个问题,综合考虑节点的结构代价和丢包率性能因素,设计一种反馈共享的有限范围多波长转换器和输出共享的基于逻辑运算的全光网络编码器结合的光组播节点结构,并在光组播调度策略中着重考虑最小化波长转换度的组播冲突问题,提出一种基于改进的最大权重独立集算法的波长分配方法. 仿真结果表明,相比现有的光组播节点及算法,该结构能够在低成本代价和低时延的基础上降低丢包率,提升了光组播节点的性能.     

可重构网络体系下的组播机制

提出一种在可重构网络体系下的聚合组播机制. 采用网络编码技术可提高组播通信的传输性能,在保障聚合组播能减少路由状态、提高可扩展性的前提下,减少聚合组播的带宽浪费. 利用可重构网络的逻辑上集中控制和全局网络拓扑视角,优化网络编码与聚合组播算法. 通过随机网络拓扑模型下的性能仿真实验分析,与传统的聚合组播相比,该机制可在组播状态和带宽浪费之间达到较好的均衡.     

自适应横向滤波器在干涉式光纤陀螺中的应用

干涉式光纤陀螺（IFOG）的信号检测属于微弱信号检测,信噪比较低,而且在变化。基于这个特点,为了得到更好的检测精度。本文提出了自适应滤波方案。应用此方案可改善信噪比,提高信号检测精度。在分析光纤陀螺信号特点的基础之上,设计了基于最小均方算法（LMS）的自适应横向滤波器。经仿真研究证明应用此滤波器能获得较好的效果。     

基于遗传算法的BP网络优化研究

提出了一种改进的自适应遗传算法(IAGA)，它利用网络结构的特点，采用前向自适应技术，实现对神经网络的有效训练．仿真实验表明，该算法优于BP算法和标准遗传算法(BGA)，网络训练质量和效率都有很大提高．     

Multicast Routing Based on Hybrid Genetic Algorithm

A new multicast routing algorithm based on the hybrid genetic algorithm (HGA) is proposed. The coding pattern based on the number of routing paths is used. A fitness function that is computed easily and makes algorithm quickly convergent is proposed. A new approach that defines the HGA‘s parameters is provided. The simulation shows that the approach can increase largely the convergent ratio, and the fitting values of the parameters of this algorithm are different from that of the original algorithms. The optimal mutation probability of HGA equals 0.50 in HGA in the experiment, but that equals 0.07 in SGA. It has been concluded that the population size has a significant influence on the HGA‘s convergent ratio when it‘s mutation probability is bigger. The algorithm with a small population size has a high average convergent rate. The population size has little influence on HGA with the lower mutation probability.     

带有未建模动态的光学跟踪望远镜的鲁棒自适应控制

针对光学跟踪望远镜非线性数学模型，提出一种鲁棒自适应控制器的设计方法，可用于存在未建模动态和未知有界扰动的情况。通过引入一动态信号抑止未建模动态的影响，并采用自适应阻尼来抑止各种不确定性。应用Lyapunov稳定性理论证明，本鲁棒自适应控制器可保证整个非线性系统的稳定性，且通过适当选择参数，满足任意的跟踪精度。仿真试验表明，和有关文献的模型参考自适应控制器相比，本鲁棒自适应控制器能够保证输出跟踪任一光滑参考信号，自适应速度快，控制效果有很大的改善。     

多速率分层光组播的波长带宽优化分配

光网络目的节点的异构性使组播业务的吞吐量和资源利用率都很低,为此提出了一种以最大化网络总吞吐量为目标的光组播网络最佳分层组播速率确定方法. 采用启发式算法确定每层实现最大组播吞吐量的最佳层速率值,计算组播的链路共享度,对共享度高的链路采用网络编码方法传输数据包,节约波长带宽分配. 该方法同时优化了分层组播速率和波长资源的分配,解决了异构网络多速率的吞吐量最大化问题,显著提高了光网络的波长带宽资源利用率.     

减少反馈策略和联合编码策略下的多播资源分配

针对传统的多播策略中,系统吞吐量受限于多播组中最差用户的信道增益的问题,提出一种基于减少反馈策略和联合编码策略下的多播资源分配算法.采用分层编码与里所(RS)码的联合编码策略,进行数据的分层和补偿丢失的数据包.对传输的不同层的数据采用不同的反馈策略来降低上行反馈负载,并且将资源分配问题建模为最优化问题,为了减轻计算复杂度,又提出了次优化的能保证多播组服务质量的比例公平子载波分配算法与注水功率分配算法(WF-Q).为进一步降低复杂度,采用新的增加固定功率的分配算法(IFP-Q).仿真结果表明,提出的反馈策略明显减少了上行反馈负载,并且联合的编码策略能进一步提高系统性能.     

应用分层编码保障组播系统QoS的高效资源分配

在传统的组播策略中,系统总的吞吐量受限于组播组中最差用户的信道增益.为了克服组播系统吞吐量受限的问题,采用基于分层编码的组播策略.在保障组内每个用户的服务质量（QoS）的同时,提出了一个新颖的子载波和比特分配算法,来最大化整个组播组的吞吐量.在下行的正交频分多址无线组播系统中,提出了最优资源分配算法.为了减少最优化算法的计算复杂度,提出了一个2阶段次优化算法.仿真结果显示次优化算法的系统功效十分接近最优化算法.次优化算法要远远优于传统的组播策略,而且还要优于Tian等所提出的算法.     

基于正态分布和自适应变异算子的ε截断算法

针对约束优化算法不能很好协调收敛性及分布性的问题,提出一种基于正态分布和自适应变异算子的ε截断算法。将正态分布引入模拟二进制交叉算子中,使算法可搜索的空间范围更广,更易跳出局部最优;利用自适应变异算子,将种群个体当前信息与变异算子结合起来,引导种群向真实的Pareto前沿进行进化;结合自适应的ε截断策略,保留Pareto最优解和一定数量的不可行解,同时利用不可行解的信息,加大对搜索空间的探索力度,从而提高种群多样性。采用3种标准测试函数对算法进行测试,试验结果表明:本研究所求解集能够很好的跟踪真实的Pareto解集。该方法可以有效地协调算法的收敛性及分布性。