采用混沌变异的进化算法

根据混沌理论关于进化与混沌的关系,设计一种采用混沌变异算子的进化算法,并提出“尺度收缩”的变异策略。对极小值函数优化问题的仿真实例表明,混沌变异是实数编码进化算法变异算子的有效实现;而采用“尺度收缩”策略的混沌变异算子明显改善了群体平均适应值,提高了算法性能,是解决优化问题的有效方法。     

改进的进化编程及其在机器人路径规划中的应用

本文对进化编程中的变异概率进行改进,提高了进化计算的速度,并运用于机器人路 径规划,得到次优路径和可行的运算效率．     

带变异算子粒子群算法在多序列比对中的应用

多序列比对(Multiple Sequence Alignment)是进行生物序列分析的最基本任务之一。在对已有的多序列比对算法进行对比分析的基础上,提出了一种新的多序列比对优化算法—带变异算子粒子群多序列比对算法。带变异算子的粒子群算法提高了原有算法跳出局部收敛的能力,将其应用于多序列比对问题中,提高了已有的基于粒子群算法的多序列比对方法的性能,拓展了粒子群算法在多序列比对研究领域中的应用。实验证明,带变异算子粒子群多序列比对算法是有效、可行的。     

水布垭大坝总渗流量突变成因分析

介绍了水布垭水电站大坝加密监测及巡视检查的情况,从监测资料、巡视检查的角度,对坝体总渗流量2012年4月发生突变的情况进行了综合分析,分析成果为水布垭水电站安全稳定运行提供了依据。     

桥梁施工安全事故流变-突变规律

结合桥梁施工事故的特点,通过对流变-突变理论的桥梁施工安全事故规律研究,绘制出桥梁施工安全事故流变规律曲线。建立了桥梁施工安全事故流变-突变数学模型,基于该数学模型采用数学软件MATLAB分析了事故致因与流变突变曲线的关系。对该数学模型进行假设性验证分析,得到起始安全度和衰减系数对事故时间的影响。通过支架结构的施工期变形的监测数据和某次支架坍塌事故实例验证流变-突变数学模型是合理的。     

基于Matlab的甲壳动物线粒体DNA的点突变检测方法

近年来对基因突变检测的研究越来越受到人们的重视,很多基因突变仅是由于单碱基替换所致,如何快速简便地进行检测、发现该点突变具有重要意义’。甲壳动物的线粒体基因组蕴含了物种进化历程中重要的遗传信息,针对甲壳动物线粒体基因序列,提出一种基于Matlab的检测基因序列点突变的简单方法。仿真实验证明,该方法对甲壳动物线粒体基因序列的突变检测和突变基因位置的定位是有效可行的。     

基于遗传算法的DM-GA组合测试数据生成方法

测试数据生成是组合软件测试的重要部分,生成高质量的测试数据对于软件测试具有重要意义.针对两两组合测试数据生成问题,结合传统遗传算法,加入了精英策略和自适应变异概率,提出了DM-GA( dynamic mutation rates-genetic algorithm)算法,改善了传统遗传算法容易陷入局部最优以及收敛速度慢等不足,并取得了良好的效果.实验结果表明DM-GA算法可以作为一种较理想的两两组合测试数据生成方法.     

受限空间自适应区域栅格化的优化路径规划

针对障碍物分布复杂、存在封闭边界的受限空间,提出一种环境自适应区域栅格化的优化路径规划算法.该算法首先将环境自适应划分为区域栅格,并提出阻碍度指标降低搜索空间的维度以优化区域栅格的划分;然后结合随机变异和定向变异,给出一种可有效平衡搜索效率与精度矛盾的多维变异粒子群优化算法;最后使用最小二乘曲线拟合方法对优化路径予以平滑处理.与非线性递减惯性权值粒子群算法（NDW-PSO）及组合粒子群算法（C-PSO）对比的仿真结果验证了所提出算法的先进性.     

基于多尺度并行免疫克隆优化聚类算法

针对无监督分类问题,提出一种多尺度并行免疫克隆优化聚类算法.算法中,进化在多个子群之间并行进行,不同子群的抗体根据子群适应度采用不同变异尺度.进化初期,利用大尺度变异子群实现全局最优解空间的快速定位,同时变异尺度随着适应值的提升逐渐降低;进化后期,利用小尺度变异子群完成局部解空间的精确搜索.将新算法与其他聚类算法进行比较,所得结果表明新算法具有较好的聚类性能和鲁棒性.     

求解车间调度问题的2阶段混合粒子群优化算法

针对车间调度问题,提出了一种2阶段混合粒了群算法(TS-HPSO).该算法在第1阶段为每个粒子设置较大的惯性系数w,同时去掉了粒子的社会学习能力,从而保证每个微粒在局部范围内充分搜索.第2阶段的混合粒子群算法以第1阶段每个粒子找到的最好解作为初始解,同时以遗传算法中的变异操作保证粒了多样性;为保证算法的寻优能力,对全局gbest进行贪婪邻域搜索.计算结果证明了本算法的有效性.