一种面向对象体系结构的度量模型

针对面向对象体系结构的软件系统缺乏有效度量方法的现状,通过行为、逻辑、构件和部署4个互为补充的模型,对面向对象的软件进行了架构分析,并确定了度量数据的采集集合.基于架构分析获得的原始系统数据,吸收快速原型与白盒、黑盒的基本原理,作者提出了一种适合面向确定对象系统的功能-结构-原型度量模型FCPMM(Function Configuration Prototype Metric Model).结合面向对象的基本准则与基本遗传算法,导出了该模型的循环收敛算法,从而可动态求解软件系统的最优状态.最后利用Matlab仿真实例,从度量参数适应度和最佳个体解码值两个方面验证了该算法的可行性.     

基于电网分区和遗传算法的配电网无功规划优化

根据电力系统的特点,结合Bender’s分解法和电网分区、灵敏度排序等方法对无功规划优化问题进行理论和应用研究,并计及不同负荷下的运行方式,以求获得较优的规划方案．最后利用IEEE30节点系统进行仿真计算,并对结果进行了分析．     

埕岛油田馆上段沉积砂体及其夹层分布特征

通过岩矿特征、剖面结构、砂岩粒度和砂体形态分析,认为埕岛油田馆陶组上段为曲流河沉积。按砂体发育特点和成因类型划分出主河道连片砂体、河道边缘连续窄带状砂体、天然堤断续带状砂体、决口水道扇形席状砂体及废弃河道成因的透镜状砂体等5种类型。在研究区383口井精细地质研究的基础上,从不同成因储油砂体角度总结出夹层分布特征。建立了储油砂体内夹层的空间分布模式：主河道砂体内夹层分布复杂,一般底部发育钙质夹层,中部多发育物性夹层,上部为泥质夹层;河道边缘砂体主要发育泥质夹层;决口扇砂体内泥质夹层分布稳定;天然堤和废弃河道仅发育极少的钙质夹层。     

一种改进的朴素贝叶斯分类器在文本分类中的应用研究

文本分类是数据挖掘领域中重要的研究分支.通过对自适应遗传算法和朴素贝叶斯分类器的研究,提出一种基于自适应遗传算法的朴素贝叶斯分类算法.将该算法应用于中文文本分类中,可以生成最优贝叶斯分类器及最优属性集合,提高分类精度.     

一种求解资源受限项目调度问题的遗传算法

提出一种求解使用可更新资源的单模式资源受限项目调度问题的遗传算法．采用遗传算法对项目活动进行调度,在满足紧前关系约束和资源约束的条件下,最小化项目工期．继承了基于排列和基于优先级的编码方案的优点,提出一种新的基于优先权排列的编码方案．采用串行调度方法生成项目计划．使用PSPLIB中的标准问题库对算法进行了充分的数值实验,通过与既有算法进行比较,证明本文算法的有效性．     

求解TSP的改进遗传算法

遗传算法是求解旅行商问题的一种全局优化概率搜索算法方法.文中针对遗传算法较快的找到最优解并防止＂早熟＂收敛问题,提出了一种新的分级方法,该方法在各级中以群体当前最优个体替代各级中的最差个体,并在各级中采用自适应变异概率,改进后的遗传算法不但有效的维持了群体的多样性,而且提高了收敛速度.最后实验表明,改进的算法是可行和有效的.     

两种不同选择标记的转化效率比较

为了弄清两个选择标记在相同条件下的转化效率,为转基因选择遗传标记时提供参考,以优良恢复系明恢63为受体材料,采用农杆菌介导的遗传转化法,分别以hpt和bar基因为选择标记进行了转化．结果显示：1500块胚性愈伤共培养后获得214块抗性愈伤,转化效率为14．3％;5400块胚性愈伤共培养后获得156块抗性愈伤,转化效率为2．9％;两者的分化率分别为79．0％和80．7％．此外,以hpt和bar为选择标记,从胚性愈伤诱导到获得转基因植株分别需要75天和125天．因此,以hpt为选择标记的遗传转化,比较适合基因功能验证和共培养培育无选择标记水稻植株;如果是培育商品化的转基因水稻植株,则最好以bar为选择标记基因．     

六子棋博弈的评估函数

针对六子棋博弈问题,提出了一种"路"的博弈策略,构建了一种六子棋博弈的改进模型。又针对六子棋博弈评估函数参数优化中存在的问题,改进了六子棋博弈评估函数,并应用遗传算法进行寻优处理。实验结果表明:改进后的评估函数能够保持遗传种群的多样性,避免了遗传过程收敛过快,是一种优化机器博弈评估函数的有效办法。     

基于小生境遗传算法的YKK系列高压电机优化设计

为了使YKK系列电机最终实现高效节能的目的,并且满足生产实际中所提出的各种约束要求,引入了小生境遗传算法进行电机的优化设计.针对中型高压电机定子成型线圈的结构以及三圆尺寸相对固定的实际情况,对小生境遗传算法进行相应的改进,有效地避免了优化算法易于局部收敛的问题.结果表明:与初始方案相比较,电机的设计结果满足了高效电机所提出的技术指标.并且电机的体积得到了缩小,节约了电机的有效材料.证明了改进的小生境遗传算法的可行性及优越性,并具有工程实用价值.     

离散变量结构形状优化设计的拟满应力遗传算法

为了弥补遗传算法局部寻优能力差的缺点,将拟满应力算法嵌入到遗传算法中构成一种结合二者优点的混合遗传算法,并将该算法应用于离散变量结构形状优化设计问题.将形状设计变量和截面设计变量统一考虑,编码表示在同一染色体中.既解决了两类变量间耦合上的困难,同时也避免了将两类变量分开考虑只能求得局部最优解的问题.算例的结果表明,该方法用于离散变量结构形状优化是有效的.