遗传算法机理研究及其在VLSI-CAD中的应用

遗传算法机理研究及其在ＶＬＳＩ－ＣＡＤ中的应用上海交通大学李逍波华能上海分公司陈双明１前言遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ，ＧＡ）是受达尔文生物进化论启迪而发展起来的一种随机性优化计算技术。它把进化论中的遗传、交配、变异、有性繁殖、环境、...     

解Job－Shop调度问题的一个遗传算法

本文首先介绍了遗传算法的基本概念和流程，然后叙述了如何把Ｊｏｂ－Ｓｈｏｐ调度问题编码成为遗传算法的形式，并解释了对于实现这一算法中一些问题的考虑．最后给出了算法运行结果并对结果与算法做了总结。     

混沌光学系统的前向神经网络系统辨识研究

为解决混沌光学系统自适应控制所需之控制参考动力学模型问题，以布拉格声光混沌系统的系统辨识为例．研究了利用前向神经网络对混沌光学系统进行系统辩识的可行性。计算机仿真实验发现．在静态ＢＰ算法支持下一结构十分简单的三层ＢＰ前向神经网络（１：４：１）即可在一定的精度范围内完成对布拉格声光混沌系统的系统辨识．此结果表明．三层前向ＢＰ神经网络在静态ＢＰ算法的支持下确是一良好的混沌光学系统辨识器，因而可用来处理混沌光学时间序列以进行混沌光学系统的动力学重构。     

一种基于混合编码的遗传算法

文章提出了一种混合编码的遗传算法。该算法有机地将二进制编码和浮点数编码结合起来 ,并针对不同的编码方法设计相应的交叉、变异算子。混合编码方法既有二进制编码全局搜索能力强、简单、易操作的优点 ,又具有浮点数编码局部搜索能力强、精度高、稳定性好、运算速度快的优点。使算法不易陷入早熟收敛且局部搜索能力强 ,收敛速度快。文章对一系列典型函数进行了优化计算 ,试验结果证实了这种混合编码遗传算法的有效性和优越性强     

利用双种群遗传算法进行数值试井自动拟合

遗传算法以随机化技术为指导，通过对整个解空间的高效搜索而得到全局最优解，当解空间较大时，常规遗传算法难以同时保证搜索速度和最优解的精度。针对这种缺陷提出了应用双种群遗传算法，即利用具有不同搜索策略的2个种群进行联合搜索，既保证了最优解的精度，又提高了搜索速度，将其应用于数值试井自动拟合解释，比常规遗传算法能节省50％以上的计算时间。     

改进的用于半导体器件综合系统的遗传算法

本文对应用于器件综合系统的遗传算法GENOCOP进行了改进.将实数设计空间根据参数的工艺精度影响转换为整型空间,并加入适应性复合算子利用已经得到的点来扩展和开发准可行空间.使其保持有效搜索到可行解的特性的同时,在同等的算法设置下,提高了对可行空间的覆盖率(约2.87倍),可以帮助设计人员更有效的设计可工作的器件.     

遗传神经网络在水淹层识别中的应用

本文利用遗传神经网络实现了水淹层的自动识别。根据关键井的统计数据,首先建立起标准的流体测井相数据库,合理地划分储层水淹级别。然后利用遗传神经网络对已知样本进行训练,识别水淹层。遗传神经网络比简单的BP神经网络性强,收敛速度快。用训练好的遗传神经网络对研究工区的水淹情况进行研究,取得了较好的效果。     

计算溢流坝下游收缩断面水深的方法

溢流坝下游收缩断面水深 hc 的计算对水工消能设计十分重要． 目前常用的方法有试算法、图解法和迭代法，这些方法计算精度不高，人工计算量大或要求较高的计算数学的理论知识等，不便于在生产实际中推广应用． 为此，把 hc 的计算问题归结为非线性优化问题，用作者研制的加速遗传算法 （AGA） 来处理． 应用 AGA 方法的实例计算结果说明 AGA 比常用方法简便 计算精度高且具有通用性．     

大型水平输气管线优化设计新方法

提出了含进分气点的水平输气管线优化设计新方法，该方法对于传统的优化思想进行了改进，概念清晰，方法简便，同时，将遗传算法引入输气管线的优化设计中，与常规的优化方法相比，具有明显的优越性。     

短期负荷预测相关因素的自适应训练

提高预测精度是短期负荷预测的基本目标。目前已提出了处理相关因素的规范策略和短期负荷预测的综合模型。在此基础上，将自适应训练的思想引入到短期负荷预测相关因素处理中，提出了相关因素自适应训练的若干概念，并分析了自适应训练中的基本问题，给出了短期负荷预测过程的抽象化模型，提出了两种训练负荷相关因素的算法：摄动算法和遗传算法，最后比较了这两种算法的优缺点。算例分析表明，通过自适应训练相关因素，实际预测的效果得到显著改善。