基于遗传算法的神经网络性能优化

遗传算法是一种典型的进化算法。文中分析了遗传算法的特点和神经网络的特点，从而得出了把两种算法结合起来进行应用的思想。运用理论对比的方法，阐明了用遗传算法进行神经网络性能优化的原因，并得出结论，认为用遗传算法进行神经网络性能优化促使了神经网络更进一步的应用。阐述了遗传算法优化神经网络的两种主要方法，论述了遗传算法和神经网络的发展现状和将来的研究动向。     

基于双种群演化的遗传算法研究

针对标准遗传算法（SGA）在实际应用中出现的早熟收敛问题，引入了双种群演化的遗传算法，同时设计了适应双种群的特殊算子。文章首先阐述了遗传算法的基本原理和操作步骤，然后描述了双种群遗传算法的原理和特殊算子的设计；对“运动员参赛项目排序”这样一个实际问题进行了具体说明并分别使用标准遗传算法和双种群遗传算法进行了对比求解。实验证明：这种方法收敛效率较标准遗传算法有了很大提高，并保持了种群的多样性。     

基于小生境的正弦遗传算法研究

针对标准遗传算法的不足，借助最优保留策略对遗传算法中的变异算子进行改进，把生物学的基因突变的概念引入遗传算法中，提高了种群的多样性和全局收敛性能，避免了在进行过程中产生早熟现象。在此基础上，提出了一种小生境正弦遗传算法，并进行实例研究。结果表明，该算法不但可以有效地克服标准遗传算法缺陷，而且稳定性也得到提高。     

自适应遗传算法的改进与应用

针对遗传算法易出现早熟现象，通过对标准遗传算法和自适应遗传算法的分析研究，本文对自适应遗传算法进行了改进。即在保留以往自适应遗传算法优点的同时，设计了与种群个体分布及种群规模的波动情况相关的自适应遗传算子。实验结果表明：该算法不易陷入局部极值，收敛速度快。     

遗传算法收敛性的动力学分析及其应用

遗传算法的收敛性，特别是交叉算子的作用，一直缺乏深入的理论分析，当系统动力学的方法被应用于遗传算法的运行机理分析时，可以探讨在没有变异算子情况下遗传算法的收敛性问题，从而，明确了局部极值点的含义，指出了局部极值点的存在性和存在条件，证明了遗传算法在局部极值点附近的收敛性，并针对遗传算法的各种改进给出了理论上的依据，提出了遗传算法改进的方向。     

模糊神经网络的DNA算法训练

提出了基于DNA计算和遗传算法的DNA遗传算法,给出了DNA遗传算法的结构，讨论了遗传操作算子,利用DNA遗传算法对FNN进行学习，比采用梯度型算法和遗传算法有更高的学习精度和更快的收敛速度,该算法有全局收敛性避免了采用梯度型学习算法训练FNN时固有的局部收敛问题，同样，该算法加速了FNN的训练，能够在线应用．     

安全点策略中安全点求取的一种新的方法——遗传算法的应用

给出一种利用遗传算法求取单机器，多工件生产系统的安全点策略中安全点近似值的方法，建立了安全点策略的遗传算法运算模型，编制了遗传算法程序，通过举例运行说明了遗传算法的运算结果能够正确地体现安全点策略的特性。     

遗传算法研究综述

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。近年来，由于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，这种算法受到了国内外学者的广泛关注。本文介绍了遗传算法的研究现状，描述了它的主要特点和基本原理，概述了它的理论、技术和应用领域，讨论了混合遗传算法和并行遗传算法，指出了遗传算法的研究方向，并对遗传算法的性能作了分析。     

遗传算法收敛效率研究

遗传算法的收敛效率问题，严重制约了其理论发展和应用。本文提出新的遗传算法收敛效率指标，对其给出严格的定义，对基于模式的GA收敛效率的有关研究进展进行系统综述与分析，包括对遗传算法运行中模式的变化规律及典型遗传算法模式定理的描述，在此基础上，提出一种新型高效率自适应选择算子，从而为提高遗传算法收敛效率提供了有效途径。     

免疫遗传算法在系统可靠性最优分配中的应用

分析了免疫遗传算法的原理，并将免疫遗传算法应用于复杂系统可靠性最优分配，同时将其仿真计算结果与模拟退火算法、遗传算法仿真结果进行了比较，证明了免疫遗传算法求解该类问题更有效。     

遗传算法在求解函数优化问题中的应用

函数优化是遗传算法的经典应用领域,也是对遗传算法进行性能评价的常用算例。由此,该文首先对遗传算法作了简介,并讨论了利用遗传算法求解函数优化问题的方法,最后给出了求解Rosenbrock香蕉函数优化实例。     

并行遗传算法的研究

在分析了解决组合优化问题所遇到的困难的基础上，引入遗传算法.进而提出基本遗传算法在解决数量级很大的组合优化问题上的缺陷，并详细介绍了遗传算法的三种并行模型，最后给出改进的并行遗传算法模型．     

并行遗传算法的研究

在分析了解决组合优化问题所遇到的困难的基础上,引入遗传算法。进而提出基本遗传算法在解决数量级很大的组合优化问题上的缺陷,并详细介绍了遗传算法的三种并行模型。最后给出改进的并行遗传算法模型。     

基于遗传算法的图像阈值的自动选取

在论述了遗传算法基本原理的基础上,以最大类间方差法为例,讨论了如何将遗传算法应用到图像阈值的自动选取之中,并给出了具体的操作步骤。实验结果表明,利用遗传算法可以大大提高原有图像阈值选取方法的性能。     

遗传算法在计算机辅助创新作曲中的应用

对遗传算法在作曲中的应用进行了一定的研究,分析了遗传算法作曲系统应用,主要对交互式遗传算法在作曲进化方面进行了探讨并加以实验测试。     

用遗传算法解决费用分配优化问题的研究和应用

文章首先分析了遗传算法与传统搜索算法相比,其优越性何在,并解释了原因。然后介绍了遗传算法的基本原理和基本实现技术,并针对费用分配优化问题,设计了改进的最优保存策略作为选择操作方法,设计了体内自交叉算子和增减变异算子,设计了适合该问题的编码方法、适应度函数和原始种群,探讨了用遗传算法解决实际问题时的方法和技巧。     

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。     

基于遗传算法的PID控制及其MATLAB仿真

本文介绍了遗传算法和基于遗传算法的PID控制设计,并对设计在MATLAB/SIMULINK下进行了仿真,取得了良好的控制效果。     

基于快速模式匹配的分级检测模型

针对当前入侵检测系统中的一些问题,提出了基于遗传算法和扩张矩阵的规则生成方法以及分级检测的思想,给出了算法详细流程,建立了分级检测模型,并通过理论分析和实验验证了规则生成算法的有效性和检测模型的检测性能。     

基于环境迁移的解多目标优化的遗传算法

本文借助模拟物种通过环境间的迁移来适应各种自然环境这一生态现象，提出了解决多目标优化问题的一种新思路;基于环境迁移模型的遗传算法，并且通过一个数值优化实例验证了该算法的可行性，与经典的多目标优化算法相比，有其优越性．