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。     

急非淋M2型白血病单克隆抗体与高三尖杉酯碱偶合物的制备…

用羟基磷灰石，ＤＥＡＥ－Ｓｅｐｈａｃｅｌ和Ｓｅｐｈａｃｒｙ１ Ｓ－３００纯化了抗急非淋Ｍ２型白血病ＭｃＡｂ１Ｄ１，纯度为９９．９％，用直接交联方法将ＭｃＡｂ１Ｄ１与ＨＨＴ偶联，克分子比１：４０。该偶合物保持了抗体和药物活性，对急非淋Ｍ２型白血病靶细胞有选择性杀伤作用，而对急非淋Ｍ１型白血病细胞的Ｈｅｌａ细胞无明显杀伤作用。     

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。