热力学遗传算法计算效率的改进

热力学遗传算法(thermodynamical genetic algorithms,简称TDGA)借鉴固体退火过程中能量与熵的竞争模式来协调GA中"选择压力"和"种群多样性"之间的冲突.然而TDGA目前极高的计算代价限制了其应用.为了提高TDGA的计算效率,首先定义一种等级熵(rating-based entropy,简称RE)度量方法,它能以较小的计算成本度量种群中个体适应值的分散程度.然后引入分量热力学替换规则(component thermodynamical replacement,简称CTR),有效地降低了替换规则的复杂度.同时也证明了CTR规则具有驱动种群自由能近似最速下降的能力.在0-1背包问题上的实验结果表明,RE方法和CTR规则在保持TDGA良好的性能与稳定性的同时,极大地提高了其计算效率.     

基于混沌和细胞自动机的图像加密算法

为了设计加密性能好、容易实现的加密系统,充分利用混沌系统的密码学特性和细胞自动机良好的加密性能,提出了一种基于混沌系统和触发细胞自动机的图像加密算法.算法先利用混沌序列对图像进行加密处理;通过构造反转规则建立触发细胞自动机,并根据触发细胞自动机的迭代规则对图像进行二次加密.加密过程简单高效,且具有较大的密钥空间,可以保证系统的安全性.实验结果表明,该算法具有较好的加解密性能,且较小的邻域半径即可得到良好的加密效果,因此非常便于硬件实现.     

分子动理论的新型反向差分演化算法

提出一种新颖的分子动理论的反向差分演化算法.该算法把种群类比为分子系统.本文中引入了分子作用力的概念,同时类比于物理学中质心的概念本文定义了群质心.该分子作用合力控制粒子运动的方向.当粒子与质心间的距离比较近时,粒子远离质心,而在粒子离质心距离比较远时,粒子向质心方向飞行.同时应用了反向学习操作促使演化生成过程的跃变,从而使算法具有较高的收敛速度和较好的种群多样性.本文算法与其他算法进行比较.实验结果证实了新算法的高效性、通用性和稳健性.     

一种基于粗糙集的决策系统属性约简算法

从大量数据发现知识时，属性约简是一个关键问题，本文提出了一种新的算法用于粗集中的属性约简，该算法基于Hu的差别矩阵，在对差别矩阵进行化简的基础上，先得到核，然后在逐步减小的差别矩阵中挑选出最频繁的属性加入直到成为一个约简。文中还对求核的正确性，算法的正确性进行了证明，同时对算法复杂度进行了分析，最后给出了一个例子来说明算法的有效性。     

演化门限ARMA模型方法与应用

在工程实践中，有许多非线性现象,例如极限环现象、共振跳跃现象、幅频依赖现象等，这些现象实质上是不同非线性系统所表现出的不同特征,门限自回归模型(TARMA)具有很强的通用性，能解释上述非线性现象，并具有一定物理意义的特点,广泛地应用于时间序列建模,针对非线性ARMA模型，提出了演化TARMA算法,该算法克服了传统的H．Tong、D．D．C、局部区间搜索等方法一些缺陷，能自动识别模型所属类型(线性还是非线性)、模型的阶数、模型的相关参数(门限区间参数、门限参数及相应的ARMA模型参数)等。实验结果表明，该方法是高效的、全局的、自适应的、鲁捧的。并且，由于随机性的存在使得所建模型很丰富，便于决策者从中选取合适的模型进行时问序列分析和物理解释，从而显示了其自动化的一面。     

受限环境下RSA密钥对生成的优化

利用演化算法的思想 ,给出了一种在不同的受限环境下 ,可动态变化的 RSA算法密钥对生成的最佳算法生成方案 ,它综合考虑了算法的时间、空间和安全性等因素 ,具有较强的实用性     

使用演化计算求解生成循环码的合法码字

编码纠错、检错是计算机应用中最重要的操作手段之一,也是软件、硬件设计中必不可少的一个重要环节。目前,求解域GF(q)中多项式g(x)的生成多项式(g(x))的合法码字的方法有多种,文章认为比较好的一种方法就是利用求解高阶多项式g(x)的根来求出它的生成多项式(g(x))的合法码字。求解域GF(q)中高阶多项式的根通常非常困难,该文介绍一种使用演化计算来求解生成循环码的合法码字的方法。     

基于HSI颜色空间的X射线彩色图像分割

给出一种HSI颜色空间上基于HSI分量统计概率分布的彩色图像分割方法,并应用于X射线安全检查仪下危险品图像的分割。该方法将RGB彩色图像转换到HSI颜色空间,并以S分量为主要依据对图像进行粗分割,获得旅客包裹图像,然后,利用H和1分量的联合阈值进行细节分割获得疑似危险品的图像。在实际应用中表明该方法快速简单,满足实时性要求,是一种高效的自动算法。     

一种防止遗传算法过早收敛的"两阶段交替"算法

提出了一种能有效防止遗传算法过早收敛的“两阶段交替”算法，该算法对全局最优解的搜索过程是由两个反复交替执行的阶段组成，一个阶段侧重于局部搜索，一个阶段侧重于全局搜索，两个阶段的切换由动态的搜索情况和算法参数来控制，经实例验证，该算法能有效的防止过早收敛，具有较高的求解质量，而且有较快的收敛速度。