基于遗传算法的雷达网任务分配

任务分配是雷达作战指挥的重要内容,随着空防对抗强度及难度的增加,其重要性愈加突出。结合雷达部队实际,本文根据遗传算法理论,提出一种基于遗传算法的雷达网优化开机算法。计算机仿真表明该算法收敛速度快、收敛性好,适用于处理多雷达、多目标等复杂情况。     

一种改进的自适应遗传算法

遗传算法作为一种模仿生物自然进化过程的随机优化算法,对求解一般的全局最优问题具有较好的鲁棒性,而对于解决较复杂的优化问题则存在早熟及稳定性差的缺点。传统的自适应遗传算法虽能有效提高算法的收敛速度,却难以增强算法的鲁棒性。该文提出了一种改进的自适应遗传算法,对交叉率和变异率进行了优化,实现了交叉率和变异率的非线性自适应调整。实验结果表明,相比传统的自适应遗传算法,新算法具有更快的收敛速度和更可靠的稳定性。     

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。     

一种新的种群数自适应遗传算法

针对简单遗传算法存在早收敛和在进化后期搜索效率较低的缺点,提出了一种新的种群数自适应遗传算法。该算法在对进化种群数进行宏观调控的同时,再用个体寿命限制个体的生存期,实现对种群数的微观调控。实验数据表明,该算法具有比简单遗传算法好的收敛性能。     

一种求作业调度问题的改进遗传算法

该文根据JSP问题的特点设计了较为直观的矩阵编码及其相应的交叉和变异操作,对其选择策略中增加用最佳个体来替换一个致死因子,并提出了一个启发修正算子。通过对两种不同模型下的生产作业调度模型的求解,取得了令人满意的结果。     

遗传算法辅助作曲研究

对遗传算法在作曲中的应用进行了一定的研究。介绍了遗传算法作曲系统目前的发展情况,分析了这一研究领域存在的问题,提出了一种新的交互式遗传算法作曲系统,借助Matlab 6.5下的遗传算法工具箱对系统进行了验证,取得了很好的效果。     

一种基于遗传算法的兴趣规则挖掘算法

数据挖掘是在数据中发现隐藏的结构和模式。但发现的许多模式对用卢来说可能是已知的，从而使这些模式毫无意义，毫无兴趣性。文献中多强调分类规则的准确性和可理解性，但发现兴趣规则在数据挖掘算法中依然是一个令人生畏的挑战。本文采用一种遗传数据挖掘方法，在分类规则产生的同时对其兴趣性进行度量，直接产生兴趣规则。实验表明该方法是可行的、高效的。     

多背包问题的遗传算法求解

本文提出了一种新的组合优化问题—多背包问题,并给出了它的基于0/1规划的数学模型;提出了解决多背包问题的遗传算法。该算法以目标函数加约束惩罚函数作为适应值函数,交叉算子选用了一致交叉的方法,仿真的结果表明该遗传算法在求解多背包问题上的表现是良好的。     

基于自适应评价函数的遗传算法求解TSP问题

针对TSP问题,提出了一种基于自适应评价函数的改进的遗传算法,并且给出选择、交叉和变异操作的设计,实验表明算法维持了群体的多样性,防止算法过早收敛而陷入局部最优解,更有效地搜出全局近似最优解。     

基于遗传模拟退火算法的BP算法研究

目前广泛应用于神经网络优化的方法是反向传播(Back Propagation,BP),但是BP神经网络的全局搜索能力很有限.文中探讨了两种全局优化算法:遗传算法(Genetic Algorithm,GA)和模拟退火(Simulated Annealing,SA),以及它们和BP算法结合形成的优化算法,并且比较了它们在神经网络优化中的优缺点.     

遗传算法在航空公司飞行人员排班中的应用研究

国内航空公司机组排班是一个NP难问题,多年来一直采用规划求解的基本方法,论文在综合考虑成本最低和飞行人员工作负荷均衡的基础上,提出了采用自适应遗传算法解决飞行人员排班问题的设计思路,给出了算法改进的实现过程。     

遗传算法在排水管网优化中的应用研究

本文以某开发区的合流制排水管网设计为工程实例进行了深入研究,采用了近年来广泛应用于工程界的遗传算法。通过对基本遗传算法和改进的遗传算法在不同运算参数组合方案时的多次模拟实验结果进行比较,提出采用种群为25和最优保存策略时,由自适应交叉率和变异率组合构成的方案能够最迅速地收敛于最优解。     

Egonet: A Genetic Algorithm Model For The Optimisation Of Telephone Networks

The aim of this paper is to study the use of genetic algorithms for the optimisation of telephone networks layout design. The genetic algorithms are used to design the network in a geographical sense with minimum costs depending on a set of real-world rules (constraints). A genetic algorithm tool (EGONET) is described. EGONET is written in ANSI-C and thus can be used on a wide range of platforms. EGONET was tested under Unix/Linux, OS/2 and Windows 98.     

多核计算环境下改进的主从式并行遗传算法

遗传算法作为通用而有效的全局搜索算法已在图像处理、自动控制等众多领域获得应用,但其计算量大、极耗计算资源,运行效率直接影响到复杂的非线性和多维空间寻优问题的求解效率。在分析OpenMP并行技术特点的基础上,针对主从式并行模型没有充分利用遗传算法内在并行性的问题,提出了一种改进的主从式并行遗传算法,并应用OpenMP编程模型在多核计算环境下实现。利用旅行商问题进行的实验表明,改进的并行遗传算法有更好的计算效率、扩展性,可在求解大规模TSP问题上有更广泛和高效的应用。     

一种基于超群体的并行遗传算法

文章首次提出了空间交配的慨念,构造了一种基于超群体的并行遗传算法。它把每一子群体(sub-group)看作一个特殊的个体,称为超个体(super-individual);该算法就是对由若干超个体组成的群体———超群体(super-group)施加遗传运算,从而实现遗传算法的并行化。它不但较好地克服了早熟问题,而且开拓遗传算法研究的新方向。最后,给出了实验的对比分析,证实了算法的有效性。     

一种基于遗传算法优化的模糊控制器研究

模糊控制中的模糊推理规则和隶属函数的选取往往依据相关专家或技术人员的实际经验,具有较大的人为主观性,尤其在面对具有较强的非线性系统和未知动态环境条件下,其控制性能达不到客观要求。本文采用改进的遗传算法优化模糊控制中的比例因子,从而对控制规则和隶属函数进行优化。仿真结果表明,经过优化后的模糊控制器和传统的Fuzzy-PID控制器相比,其控制规则和隶属函数更加客观合理,控制系统的动、静态性能都有较大提高。     

混合遗传算法在分布式车间作业调度中的应用

分布式车间作业计划与调度是一个典型的组合优化问题,而组合优化问题是遗传算法求解的领域。该文描述了分布式车间作业调度问题及其调度方法,结合分布式车间生产模式的实际情况,将模拟退火算法引入自适应遗传算法,提出了混合遗传算法(GASA);详细地阐述了分布式车间作业计划与调度问题的解决策略和操作过程,并以甘特图的方式给出了计算结果。与其他方法比较,混合遗传算法是解决分布式车间作业计划与调度问题的更为优良的方法。     

随机小生境遗传算法求解多目标优化问题

针对广东省某县区域经济发展的现状,提出了改进的经济多目标优化模型。针对实际系统提出了随机小生境Pareto遗传算法(RNPGA),并将之应用于区域模型的计算与仿真。仿真结果表明了此方法的有效性与先进性。     

基于遗传算法的组卷设计与实现

遗传算法作为一种基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法,可以为组卷问题的求解提供有效的途径。在充分借鉴背包问题的设计思想基础上,将试题转化为基因编码,通过遗传算法对基因进行编码,将实际问题中的试题转化为计算机可以识别的变量,然后采用二进制编码方法设计一套在线考试系统,并通过数值实验说明该系统具有很好的可行性和有效性。     

遗传算法在车间作业调度中设计与应用

在现代制造业中,其核心是生产管理、调度理论和技术。本文结合背景单位的车间生产管理系统的设计过程,首先进行了详细的分析,其次探讨了车间作业计划的排序问题在实现上的流程和具体实现方法,通过对一些算法特点的比较和对系统总体设计方案特点的分析,进而引入了遗传算法（Genetic Algorithms）在软件层面上的实现过程,最后应用于生产加工。本文根据制造车间的运行机制、管理模式、以及各个加工流水线的功能和联系,并对零件生产过程中的各个信息进行了采集,运用遗传算法来实现车间的作业调度问题。