基于改进遗传算法的决策规则库自动维护与求精机制研究

智能决策支持系统的性能和决策质量的优劣取决于知识库的内容和运行情况,随着系统和问题的日益复杂,知识库的规模越来越庞大,内容越来越复杂,需要提供有效的方法实现其优化管理.对智能决策支持系统中规则库的运行特性和可能的潜藏缺陷进行归纳分析,提出一种将传统优化方法和遗传算法相结合的二级规则库维护与求精机制,可以较好地识别和消除8种规则库缺陷,提高知识库的运行效率和推理求解效果.对各环节给出了具体的操作算法,可以实现在专家少量参与下的规则库自动优化.     

经济理论中的有限理性和人工适应主体

建立在完全理性假设基础上的传统经济模型忽略了经济主体的差异性和进化性。依据有限理性假设 ,通过应用人工适应主体技术 ,我们可以使用模拟技术精确地探查广泛的经济现象。西方经济学者的部分实验结果表明 ,人工适应主体技术为经济理论研究开辟了一个新的有效途径     

GA改进的统计组合模型在个人信用评估中的应用

将分类精度作为遗传算法的适应度函数,利用遗传算法改进了基于线性回归和Logistic回归的统计组合预测模型,并将其应用于个人信用评估。结果表明,遗传算法改进后的组合预测模型在总分类精度和两类误判率方面都低于单一模型以及基于误差平方和最小的组合预测模型。利用遗传算法改进组合预测模型并用于个人信用评估是具有优势的。     

遗传神经网络方法在课堂教学质量评估中的应用

课堂教学评估是提高教学水平,促进教学质量的有效途径.该文建立非线性评估模型,针对仅应用人工神经网络方法求解容易出现不收敛的情况,将遗传算法与BP神经网络结合应用,用遗传算法来优化网络的拓扑结构和学习参数,并筛选参与训练的评估因子,搜索出参加训练的输入参数和网络结构参数的最佳组合,从而建立具有较好预报效果的网络模式.实例计算结果表明,与未经优化的神经网络相比,具有收敛速度快,预测误差小等优点,具有较高的识别能力.     

A356铝合金飞轮壳挤压铸造工艺参数优化

为探究最优的A356铝合金飞轮壳挤压铸造工艺参数组合，课题组研究了运用铸造数值模拟仿真、建立遗传算法优化后的BP神经网络及粒子群算法，以最小缩松缩孔缺陷体积作为优化目标，对浇铸温度、模具预热温度、比压和保压时间4个参数进行优化。结果表明：优化的工艺参数组合为浇注温度676.2 ℃，模具预热温度280 ℃，比压66.5 MPa，保压时间40 s 。优化后参数组合能够有效提高铸件成形质量及力学性能。     

车间生产调度算法研究

本文对柔性加工路径的车间生产调度问题提出了一种新的算法,即遗传算法与启发式算法相结合的混合算法。经实验结果表明,这种算法可以大大提高企业制造资源的利用率和生产效率。     

基于遗传算法的复杂平面曲线轮廓度误差评定

针对不规则曲线轮廓度误差评定中存在的问题,提出了一种基于非均匀有理B样条(NURBS)插值与遗传算法相结合的复杂曲线轮廓度评定方法,对离散数据点表示的理论轮廓进行3次NURBS插值反算控制点,建立了理论轮廓曲线的数学模型;采用实数编码的遗传算法求解测量点与理论轮廓曲线位置偏差,消除了由于位置偏差引起的轮廓度评定的不精确问题;阐述了测量点到理论轮廓最短距离的求解算法和步骤。实验结果表明该方法能够快速获得较好的误差评定结果。     

二维不平衡指派问题模型及其求解

文章通过界定二维指派及不平衡指派问题,针对运输换装过程中货物批数和车辆数不等的情况,建立了二维不平衡指派问题的优化模型,给出了遗传算法进行求解的方法。     

中小企业虚拟经营伙伴选择及遗传算法的运用

中小企业选择虚拟经营企业模式,以克服自身存在的资源有限、研发能力不足等发展局限在虚拟经营企业建立过程中,伙伴选择是个难题。本文结合中小企业特点,阐述中小企业虚拟经营合作伙伴选择的目标原则,给出中小企业虚拟伙伴选择相容性函数,并对伙伴选择的遗传算法做一般性描述。     

求解作业车间调度问题的一种自适应遗传算法

针对作业车间调度问题,提出了最小化空闲时间的处理过程及其变异算子,设计了一种自适应遗传算法.该算法根据个体的特征确定交叉和变异次数,并根据种群特征不断修正种群.经典的调度基准问题测试表明:自适应措施能够有效保持种群的多样性,可以采用非常小的种群规模;最小化空闲时间的变异算子缩小了算法的搜索空间,大大提高了搜索效率.