基于单纯形的小生境混合遗传算法

总结单纯形搜索算法的核心思想.然后提出单纯形交叉方向算子和最优小生境、次差小生境与最差小生境3个概念.在最优小生境中采用单纯形搜索算法得到局部极值,在最优小生境与次差小生境之间用单纯形交叉方向算子产生优秀个体,而在最差小生境中采用受限单纯形搜索产生优秀个体,从而构成基于单纯形的小生境混合遗传算法SimplexNich-HGA.最后用SimplexNiche-HGA、单纯形混合遗传算法Simplex-HGA 以及基本遗传算法SGA求函数Rosenbrock的极值,并进一步用SimplexNiche-HGA和Simplex-HGA 求多峰值函数Shubert的极值,验证算法的正确性和求多峰值函数的极值的效率.     

免疫记忆遗传算法及其完全收敛性研究

指出多模态优化中现有小生境遗传算法(NGA)和简单子群遗传算法(SSGA)无法实现完全收敛。受精英个体保留策略的启示,基于免疫系统的记忆细胞机制设计了免疫记忆遗传算法(IMGA),利用马尔柯夫链为数学工具,从理论上证明了NGA不能完全收敛而IMGA能够完全收敛。选择小生境遗传算法与该文算法进行了对比仿真实验,不仅验证了理论上的完全收敛性结论,同时验证了所提算法求解多模态问题的有效性、快速收敛能力及其收敛的稳定性。     

促进清洁能源消纳的多网联合优化与决策模型

针对我国西南地区,弃电量大、清洁能源消纳受阻的问题,考虑清洁能源外送消纳的方式,本文以互联电网各自运行成本最小为目标,建立了多网联合多目标优化模型.基于小生境多目标粒子群算法对模型进行求解,应用基于熵权法的逼近理想解排序法进行最佳均衡解决策.以云南送广东、广西的"一个送端+两个受端"系统为例进行实例分析,结果表明:小生...     

基于多模态函数优化的改进克隆选择算法

文章分析了deCastro和VonZuben在2002年提出的用于多模态函数优化的克隆选择算法(CLONALG)的不足,并且运用小生境技术、记忆方法、梯度法和相似性抑制法对该算法进行了改造,提出了小生境克隆选择算法(NCSA)。利用马尔柯夫链为数学工具,从理论上证明了NCSA的完全收敛性(CompleteConvergence)。该算法与CLONALG进行了仿真比较实验,不仅验证了NCSA理论上的完全收敛性结论,同时验证了所提算法对于求解多模态问题更为有效,且具有很好的稳定性。     

改进思维进化算法在过热汽温系统中的应用

应用改进的思维进化算法优化PID参数。思维进化算法的子群体间彼此独立操作,因此会有重复操作,重叠的区域,因而造成资源浪费。将小生境技术引入到思维进化算法。它对群体进行划分,减少重复搜索,保持群体的多样性,提高搜索效率。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明:改进的思维进化算法寻优速度快,计算量小,对PID参数优化是非常有效的,使得主汽温控制系统取得了较好的控制品质,系统的鲁棒性比较强。     

基于小生境遗传算法的连续属性关联规则挖掘

对连续属性数据进行关联规则提取是一个重要的课题,构造了一种新的遗传算法模型,在结构上采用三段式染色体,将连续属性离散化、属性约简和关联规则提取集成在一起,并将小生境引入到遗传算法中避免“早熟”现象。实验表明了该算法是有效的。     

Nutrition Alters the Stiffness of Adipose Tissue and Cell Signaling

Adipose tissue is a complex organ composed of various cell types and an extracellular matrix (ECM). The visceral adipose tissue (VAT) is dynamically altered in response to nutritional regimens that lead to local cues affecting the cells and ECM. The adipocytes are in conjunction with the surrounding ECM that maintains the tissue’s niche, provides a scaffold for cells and modulates their signaling. In this study, we provide a better understanding of the crosstalk between nutritional regimens and the ECM’s stiffness. Histological analyses showed that the adipocytes in mice fed a high-fat diet (HFD) were increased in size, while the ECM was also altered with changes in mass and composition. HFD-fed mice exhibited a decrease in elastin and an increase in collagenous proteins. Rheometer measurements revealed a stiffer ECM in whole tissue (nECM) and decellularized (deECM) in HFD-fed animals. These alterations in the ECM regulate cellular activity and influence their metabolic function. HFD-fed mice expressed high levels of the receptor for advanced-glycation-end-products (RAGE), indicating that AGEs might play a role in these processes. The cells also exhibited an increase in phosphoserine³³² of IRS-1, a decrease in the GLUT4 transporter levels at the cells’ membrane, and a consequent reduction in insulin sensitivity. These results show how alterations in the stiffness of ECM proteins can affect the mechanical cues transferred to adipocytes and, thereby, influence the adipocytes’ functionality, leading to metabolic disorders.     

改进遗传算法在MSPSP问题中的验证

为了求解多技能资源受限项目调度问题(MSPSP),本文提出了一种改进遗传算法.首先根据问题的数学模型,确立了基于优先权的实数编码方式,并将目标函数转为适应度函数以供后续适应度的计算;接着将基于群体共享的小生境技术融入到遗传算法的选择过程中,并借助确定式采样选择和子种群的调整进一步提高算法的搜索能力;然后分别在交叉和变异操作中引入基因修复和多重验证机制,增强算法的寻优能力;最后给出了算法的总流程.算法在iMOPSE数据集上的求解效果表明本文的改进遗传算法是一种求解MSPSP问题的有效方法,对相关实际问题的研究具有良好借鉴意义.     

基于最大电源噪声门级模型的遗传算法电源噪声估计

提出一种能够综合考虑IR drop和di/dt噪声的门级电路模型.实验表明,利用这种模型进行电源噪声估计,可以比传统模型提高5.3%的精度,同时运算时间降低10.7%.根据输入信号对最大电源噪声的影响,还提出了关键输入信号模型.实验表明,在进行电源噪声估计中,基于这些模型的遗传算法,能够比传统的遗传算法提高最多19.0%的精度,并且收敛更加迅速.     

一种模糊控制小生境遗传算法的应用研究

基于遗传算法的基本原理,提出一种改进的遗传算法,将模糊控制思想与小生境技术引入到其中,从而保护种群的多样性,同时使每代最优解得以保存．遗传算法加入小生境技术后虽可保持种群群体的多样性,但是不可避免的会产生部分个体的早熟以及陷入局部最优,于是加入模糊控制思想,对种群的交叉概率P_c和变异概率P_m进行模糊控制,以此为基础,形成了一种新型的模糊控制小生境遗传算法．最后通过对三个典型函数的数值分析证明了该方法的有效性和可行性．