基于遗传算法的装备采购决策优化研究

在装备采购中，由于需求单位地域分布和担负的任务各不相同，对装备的品种、数量、时限要求也就不一样，如何使装备采购科学化、合理化，是一个涉及多变量、多目标的复杂系统问题。在综合考虑装备采购各项因素的基础上，构建多约束条件下的多目标模糊指派模型，提出了基于遗传算法的解决方案，最后通过案例进行仿真实验，验证该算法的可行性和有效性，解决了采用传统优化方法难以解决的装备采购优化决策问题。     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性     

动静态属性数据相结合的客户分类方法研究

研究了一种客户动态、静态属性数据相结合的客户分类方法。提出了客户时间序列的加权处理方法,并应用客户时间序列的统计特征作为聚类特征向量,采用混合式遗传算法对客户聚类,使每一类客户具有相似的时序特征。在此基础上将聚类结果与客户的静态属性数据相结合,对客户进一步分类。实验结果表明,与传统的基于静态属性数据的客户分类方法相比,本文的方法提高了客户分类的准确性。     

遗传算法在入侵检测中的应用

介绍了基于模型推理和基于模型两种入侵检测系统,提出了一种新的基于智能体技术的入侵检测系统体系结构,解决了传统集中式入侵检测系统的弊病,将任务处理和数据分布到网络各个结点上,充分利用网络资源协同完成入侵检测任务;介绍了遗传算法在该系统中的应用,因系统安全的先验知识体现在对原始数据中有价值特征属性变量集的选择上,故利用遗传算法对特征属性变量子集的选择进行优化,找到相对最优的由特征向量表示的特征属性变量集,以降低入侵检测系统的负荷。     

基于遗传算法的有柔性路径的动态调度问题研究

建立了有柔性路径的FMS动态调度问题的模型．采用离线重调度的方法，提出一种结合离线重调度两种生成调度方式的方法来阐述FMS的有柔性路径动态调度问题．最后给出了该问题的遗传算法解决方法和计算示例．     

基于并行遗传算法的去相关多用户检测器

通过将码分多址通信系统中的最佳多用户检测视为组合优化问题,利用遗传算法能全局寻优的优势,提出了一种基于并行遗传算法的去相关多用户检测器。理论分析和仿真表明:该多用户检测器无论是抗多址干扰的能力还是抗远近效应的能力都明显优于传统的检测器和去相关多用户检测器;由于采用了基于“联姻”策略的并行遗传算法,使这种多用户检测器更易于实时应用和硬件实现。     

基于遗传算法与模糊控制的建模方法

从实时系统的需求出发,研究利用遗传算法实现实时模糊控制的新技术,包括规则的形成、前提参数的训练,通过对比不同的训练参数规模,讨论了训练参数规模的大小与模型“范化”之间的关系。 经检验,用遗传算法生成的模糊系统模型输入变量少、规则数目少,并且误差小于多数传统算法生成的模型,整个模型的形成过程时间空间复杂度小、易于控制,且不受经验知识的约束,适用于实时系统。     

霍兰的涌现性思想评析

霍兰在复杂性系统科学方面提出复杂自适应系统(CAS)理论.他提出的涌现性理论对创新研究具有重要意义.对霍兰的科学思想渊源关系、遗传算法、CAS理论、涌现性方面的奠基性工作加以详细研究和评述,进而确立了霍兰在遗传算法、复杂性系统科学上的奠基性地位.     

基于遗传算法和文法的叶子生成模型

阐述了将两类技术组合的一种方法：用L-systems和遗传算法CA获取一种改写表达式描述树叶模型。L-systems用于构造给定改写表达式，而GA用于改写表达式的适应参数。介绍了用目标函数实现真值参数替换方法，研究结果表明，提出的方法能产生可以接受的输出效果。