基于当前最优解的人工蜂群算法

为克服人工蜂群算法在求解函数优化问题时存在收敛精度低、收敛速度慢的缺点,提出一种改进的人工蜂群算法。为提高人工蜂群算法的局部搜索能力和避免早熟收敛,跟随蜂在当前最优解的周围进行局部搜索,并随着迭代次数的增加,逐渐缩小侦查蜂在当前最优解周围的局部搜索范围。通过6个标准测试函数完成仿真实验,结果表明,与基本人工蜂群算法相比,改进算法在寻优精度和收敛速度上均得到提高。     

遗传算法“早熟”现象的改进策略

改善遗传算法中的“早熟”现象可以通过提供某种机制以恢复群体多样性。基于这种思想，该文参照其他遗传算法改进策略，从弥补丢失模式、提高模式浓度出发，提出了通过保持模式的多样性来保证群体多样性的方法。为了衡量改进策略的有效性，引入了模式再生期望值的概念，并利用模式再生期望值的分析方法分析了一种实用的改进策略。实验数据证明了该策略的有效性。     

一种改进的自适应进化粒子群优化算法

针对粒子群优化算法容易陷入局部极值点以及进化后期收敛慢和优化精度较差等缺点,提出一种改进的自适应进化算法.该算法引入信息扩散函数,根据不同粒子的位置及对应适应值与当前群体最佳位置和最佳适应值的关系,控制粒子变尺度向群体当前最佳位置移动;基于多样性反馈机制动态调节惯性权值和控制粒子群的微变异.通过复杂基准函数的仿真优化结果表明,改进算法具有抑制早熟、收敛速度快、求解精度高的特点.     

关于简单遗传算法变异率的理论分析

本文主要目的在于通过对状态方程解的研究,讨论简单遗传算法中变异率的取值对算法收敛性态的影响,所得结果蕴含着“当变异算子的作用率很小时,算法收敛于早熟集的概率几近于1”的结论。同时,我们对于算法收敛于早熟集的概率给出了一个下界估计。     

粉红亚都蜜葡萄日光温室栽培技术要点

粉红亚都蜜葡萄又名矢富罗莎是一个粒大、早熟、色艳、质优的优良鲜食葡萄品种.宣化葡萄研究所于1999年引入.该品种在早熟性、抗病性等方面表现较好,对温室短日照、弱日照强度不太适应,有结果枝率较低、果穗座率较低等缺点,但通过我所技术人员几年的研究与探索,很好解决了这些问题.     

日本寒冷地带北海道优良食味粳稻育种研究（网络首发、推荐阅读）

长久以来,北海道产大米的食味口碑一直不高,也未出现像“越光”一样全日本知名的优良食味品种,因此,自1980年开始历时28年,北海道立（现称道总研）农业试验场致力于粳稻优良食味品种快速研究项目的实施。为实现快速研发的目标,通过世代促进栽培法和花药培养法成功缩短了育种年限;采用扩大育种规模的方式,并利用优良食味、耐寒性等内外部有效基因培育兼具优良食味及早熟耐寒性的品种;初期世代开始主要通过分析大米的蛋白质含量、尤其是直链淀粉含量,中间世代则通过少量蒸饭的方式进行食味品鉴,选育出优良食味种系。在食味遗传基因的改良方面,先是集聚北海道优良食味的遗传基因培育出品种“雪光”,再经由北海道品种引进“越光”的优良食味遗传基因,之后以日本东北优良食味遗传基因品种“秋田小町”作为直接杂交母本,分别成功培育出品种“闪光397”和“星之梦”,其直链淀粉含量与以往多肥多产品种的22%相比降低了2%。在此基础之上,引进美国品种“国宝玫瑰”优良食味遗传基因的品种“七星”成功问世,其直链淀粉含量又降低了1%;以变异低直链淀粉种系“北海287号”为母本,成功培育出“梦美”,其直链淀粉含量15%~16%,粘度和软度俱佳,食味亦可与“越光”媲美。     

基于符号函数的自适应遗传算法的研究与应用

交叉概率和变异概率的选择是决定遗传算法行为和性能的关键,直接影响算法的收敛性.自适应遗传算法在前期收敛速度缓慢,而且容易陷入局部最优.针对此局限,本文提出了基于符号函数的自适应遗传算法,将交叉算子与变异算子控制在期望区间内变化,增强了全局搜索能力,提高了收敛速度.最后进行了仿真实验,通过比较两个优化实例,验证了本文所提出算法的有效性,且符合工程实际需要.     

使用PSO寻优的遗传算法在配网重构中的应用

配电网具有闭环设计、开环运行的特点.提出了一种新的使用PSO加速寻优的遗传算法用于配电网重构,以减少网损.在重构优化过程中,采用了高频变异和消亡算子,能有效维持种群的多样性,避免算法早熟收敛.同时利用PSO更新个体的速度和位置,提高了收敛速度.对69节点系统重构,研究结果表明提出的算法具有较高的计算效率.     

正交Alopex算法在机械优化设计中的应用

针对Alopex算法对初值敏感的特性及正交设计可以使初始种群在空间分布更加均匀的特点,提出了正交Alopex算法。该算法为了克服后期"早熟"收敛的缺陷,引入了变异操作。数值仿真结果及两个工程优化问题的求解结果表明,所提出的算法能有效避免"早熟"收敛,且求解结果优于传统优化及比较算法。