基于遗传算法的柴油机电控参数实时优化

为使发动机满足日益严格的排放法规要求同时使其具有较好的燃油经济性，采用柴油机性能与运转参数间神经网络模型，将遗传算法嵌入DSP中实现了电控参数的实时优化。在实验台上验证了神经网络建模和遗传算法相结合在线寻优的最优控制MAP生成技术的可行性。     

基于改进量子遗传算法的小波神经网络优化及其软测量应用

针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向。将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型。仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能。     

智能组卷中的试题难度评价建模

主要研究了网络考试系统设计中利用遗传算法进行智能组卷的问题．首先根据用户对组卷的要求,利用遗传算法对组卷所需的约束条件设置各项指标,利用矩阵理论建立有利于遗传算子进行组合交叉和变异的数学模型;再针对组卷问题中的一个重要约束条件——试卷的难度指标,采用模糊数学方法和项目反应理论对试题库中每一小题进行综合评价试题难度的数学建模,以准确确定每道小题的试题难度系数,最终为实现遗传算法全局寻优和智能搜索奠定基础．     

一种基于模糊辨识器的自适应交流伺服系统

提出用模糊辨识器对交流伺服系统离线进行辨识，使用遗传算法（GA）对辨识器参数寻优，用BP算法对控制器FNC最后一层权值在线调整，论述了用GA对控制器模糊隶属函数的参数优化训练方法。仿真结果证明了控制策略的有效性。     

免疫遗传算法的研究及其应用

遗传算法作为一种生物进化计算模型,在优化计算中得到了广泛应用,但其存在的缺陷,影响了其在一些问题求解中的正确性和有效性。将生物免疫算法与遗传算法相结合,提出一种改进的免疫遗传算法（IGA）,并用IGA对PID参数寻优,仿真结果表明：该算法大大提高了控制的动、静态性能。     

基于模拟退火的进化算法性能对比研究

将模拟退火算法和遗传算法、粒子群优化算法分别进行结合,形成模拟退火—遗传算法以及模拟退火—粒子群优化算法,并作性能对比分析。研究结果表明,这两种算法都在进化代数和全局寻优能力方面有较大突破,在找寻最佳个体解的效率上,模拟退火—粒子群优化算法更突出。     

一种提高局部搜索能力的混合遗传算法

针对遗传算法局部搜索能力弱的缺陷,提出了一种改进的混合遗传算法。根据遗传的不同阶段分为两个不同的群体——竞争群体和适应性群体,提出相关的遗传算子——繁殖因子。将运筹学中的单纯形法应用于遗传算法中,增强了遗传算法的局部搜索能力。对复杂函数的寻优实验验证了混合遗传算法的有效性,并通过与传统SGA的实算结果对比,更进一步说明了算法的改进效果。     

基于最小一乘的GA-SVR用电量预测

基于最小一乘准则和交叉验证思想下,提出了一种基于自适应遗传算法参数寻优的支持向量回归机模型。该模型采用最小一乘准则作为训练标准,提高了模型的整体稳定性。使用自适应遗传算法对支持向量回归模型进行参数寻优,加快了训练时间,提升了预测精度,同时,交叉验证方法的采用,又进一步地提升了模型的泛化能力和预测精度。采用该模型对江苏省全社会用电量进行预测的结果表明,其预测精度要优于传统的支持向量回归模型和一般的粒子群优化支持向量回归模型。     

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。     

引入模拟退火机制的新型遗传算法

提出了一种将遗传算法与模拟退火算法相结合的新搜索算法。该算法以遗传算法运算流程作为主体流程,并把模拟退火机制融入其中,用以调整优化群体。在进化过程中使用了保留策略,以保存适应度较好的个体。在模拟退火算法的跳变操作过程中使用类似遗传算法变异来实现,先作置反操作,再作前后等长交换操作,以防止陷入局部最优。实验表明,该算法与传统遗传算法相比,提高了进化速度和全局寻优能力。     

树结构参数化设计的搜索策略与算法

从机械工程图尺寸标注的特点出发，提出了一套新的参数化设计方法，并阐述了尺寸链中各级尺寸的搜索方法、尺寸驱动算法、中心线对称标注尺寸的搜索及尺寸驱动算法．     

分形图像压缩的进展

扼要综述了几何学新理论分形（Ｆｒａｃｔａｌ）用于静止图像编码与运动图像编码的原理与研究进展。     

遗传神经网络在邮件过滤器中的应用

针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力。通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果。     

经济实用型信息(公告)发布管理系统设计及其改进算法

本文阐述了利用文件搜索思想实现信息 (公告 )发布管理系统的基本方法 ;系统采用发布与维护相对独立的构建形式 ,易于管理和维护 ,具有很强的通用性 ;并根据实际需要给出了几种常用的改进算法。     

一种新的合成孔径雷达三维成像方法

研究了从全极化合成孔径雷达(SAR)图像数据中提取方位向的地势倾斜度信息,形成极化SAR三维成像。阐述了极化合成孔径雷达三维成像的快速搜索算法,对快速搜索算法作了修正与完善。提出了由Stokes矢量推导的极化椭圆方向角解模糊算法,利用真实的极化SAR图像数据得到了极化三维成像结果;并讨论了极化三维成像对地势场景的要求。     

用于地形跟踪回避的一种最佳路径算法

提出了一套用于数字地形图中求取最佳路径的算法。算法的核心是改进的动态规划算法，同时还用到图像和图形处理中的一些算法，如图像的膨胀，图形的扫描线转换。分析了算法的计算复杂度，包括时间和空间复杂度。该算法的适应性和稳定性较好，在大多数的情况下能给出符合实际的结果算法还加入了最大爬升角和最小转弯半径这两个飞机机动参数。作为一套完整的考虑飞机机动参数的算法，具有高效稳定和符合实际的特点。     

一种基于RCPT码的渐进图像传输方法

将等级树中的集分割编码器输出的码流分组,根据输出的分组数据对重建图像重要性的不同,传输前采用纠错能力不同的RCPT码保护。在总的码率限制下,采用遗传算法从有限码率集中选择每组数据的RCPT码码率,使接收端恢复的图像失真最小。将等误差保护码率作为遗传算法的初始种群,减少了最优码率集的搜索时间。在二进制对称信道上的仿真结果表明,该渐进图像传输方法实现简单,在高误码率信道条件下恢复图像仍能得到很高的峰值信噪比。     

快速遗传算法研究

提出了一种称为广义自适应遗传算法的快速遗传算法,它首先产生均匀分布的初始种群,其次根据种群模式的状况决定是否引入“高品质”移民,最后自适应地进行交换和变异运算。其搜索性和全局收敛性比现有的许多遣传算法都有明显的改善,并通过仿真说明了该改进遣传算法的有效性。     

公交网络最优路径的一种改进求解算法

通过对多种公交网络中求解最优路径算法的分析,提出了一种考虑公交线路票价变化,并以总行程时间最短与换乘次数最少相结合为原则的公交路径寻优新算法.同时对公交换乘中换乘点的选择、步行时间及等车时间作了较详细的分析.以一个算例对新算法的有效性进行了验证.     

网格和密度的聚类算法在CRM中的应用

聚类分析是数据挖掘领域中一种非常有用的技术,它用于从大量数据中寻找隐含的数据分布模式,主要有分割法、层次法、密度法、网格法和模型法等。该文主要讨论数据挖掘中一种基于密度和网格的聚类分析算法及其在客户关系管理中的应用。该算法具有较高的聚类效率而且容易实现,可以发现任意形状的聚类,时间复杂度低,聚类精度高,适用于数据的批量更新。该文还提出增量式聚类技术,它不仅能够利用前期聚类的结果,充分提高聚类分析的效率,而且可以降低维护知识库所带来的巨大开销。实验证明了算法的有效性。