关于进化遗传算法的几点改进

分析了进化遗传算法存在的缺陷即当解在边界上时求解精度不高同时变异算子过于复杂实际应用时容易出错提出了新的交叉算子和变异算子计算结果表明新方法成功地解决了进化遗传算法存在的问题且计算效率高     

基于实数编码遗传算法的盲信源分离方法

提出了一种新的基于相关矩阵对角化的代价函数,该代价函数通过抑制分离信号的互相关性达到盲信源分离的目的。这种分离新方法可用于分离平稳或非平稳信号的瞬时或卷积混合。针对传统梯度搜索方法容易陷入局部收敛的问题,文章还提出利用实数编码遗传算法对代价函数进行最优化搜索。仿真实验表明,这种遗传算法具有快速收敛性能和高精确度等优点。     

求解作业车间调度问题的多种群改进遗传算法

在求解作业车间调度问题上,针对遗传算法的早熟收敛、对初始种群敏感等不足,提出了多种群改进遗传算法.该算法在进化过程中通过引入具有优良性能的修正种群替换进化种群的较差个体,实现了多种群杂交,以保持种群的多样性,提高了搜索效率.应用实例分析和算法对比证明了改进算法的效果和优越性.     

基于改进遗传算法的单级多项目无能力约束生产批量问题研究

通过对单级多项目无能力约束生产批量问题(SMULP)模型进行分析，得出了一些重要的结论．分析了基本遗传算法的缺陷及其产生的原因．对该问题在遗传算法的编码、适应度函数、选择复制操作、交叉方法、交叉概率、变异概率和终止条件等各个环节进行了改进．采用VB6．0对SMULP改进遗传算法编程实现，能很好地与ERP软件集成．并对SMULP改进遗传算法进行了性能分析．     

基于遗传算法的多源多周期采购决策优化

为了降低供应链网络采购成本同时避免单源采购的风险,课题组研究了多源采购中多周期和多原料的供应链订单分配问题。考虑价格折扣和采购量的约束,建立了以期望成本最小化为目标的非线性规划模型,并采用遗传算法进行优化计算。设计了遗传算法双层编码染色体及相应的遗传算子,以MATLAB为平台进行优化。将算例分别采用遗传算法和启发式算法进行计算,计算结果验证了所设计的遗传算法是有效的。该研究可以协同优化多制造商对多供应商的订单分配问题,降低采购风险。     

基于多代理和遗传算法的协同生产调度研究

针对经典作业车间调度(Job-Shop Scheduling)问题的局限性,结合实际生产情况,提出了基于多代理机制的供应链环境下的企业间的协同生产调度(Cooperated production scheduling)系统的体系结构,结合多代理的灵活性和遗传算法的全局优化性,阐述了一种基于多代理和遗传算法的协同调度系统,并寻求适合于这种供应链环境的优化调度方案。     

图像配准中角点检测算法的研究与比较

特征点的提取是基于点特征图像配准算法的一个关键步骤,在所有的特征点检测方法的研究中,以角点检测方法的研究最受关注。文章对图像配准中角点检测算法进行了理论研究,并进行了对比实验和分析。     

基于单片机多点温度控制的硬件构建设计

针对目前许多塑料反应炉温度控制不准确的现状,进行了基于MCS-51系列单片机多点温度控制的硬件构建的设计.采用数字化温度传感器DSl8820,TLC2543型号的12位开关电容逐次逼近模数A/D转换器.成本低、可靠性高,具有很好的推广前景.     

一个新的求解多峰函数的遗传算法

采用邻域罚函数及变异方法 ,将全局搜索和局部搜索结合起来 ,设计了一种新的遗传算法 ,有效地解决了一类具有多解的多峰函数的求解问题     

基于遗传算法的高校排课系统设计

分析了排课的数学模型，根据遗传算法本身特点设计了一种数据结构基因编码，及几个涉及到的优化目标评价函数，提出了利用遗传算法解决排课问题的方法，并通过试验验证了该方法的有效性、可靠性。     

基于遗传算法的多模式资源受限项目调度问题

针对多模式资源受限项目调度问题,采用问题任务链表和模式链表的双链表结构的编码方式、串行调度生成方案的解码方式对传统遗传算法进行改进,并通过交叉、变异、选择等算子进行全局性概率搜索确定较优方案。针对PSPLIB中的基准问题对该算法进行验证,证明该算法的有效性。     

一种改进的多目标微遗传算法

本文在回顾多目标进化算法发展的基础上,首次引进一种新的交叉算子(多个体交叉)对已有的微遗传算法进行改进,提出了一种多亲微遗传算法(MPMGA).通过理论分析和实验测试中度量距阵值的比较两方面说明,多亲微遗传算法在一定程度上提高了MGA的效率,增加了解群的多样性,使解在Pareto目标域上的分布更加均匀,解的精度也有所提高.     

使用遗传算法的乳腺微钙化点特征优化

乳腺微钙化点包含众多属性,由于其中存在的冗余和不相关属性降低了微钙化点病变类型判别的性能。因此,特征子集选择问题成为微钙化点病变类型识别中的重要问题。该文针对传统优化方法用于特征选择的种种缺陷,提出了基于遗传算法的特征子集选择测算法。经乳腺微钙化点特征选择实例分析,证明该方法拥有较强的并行性和寻优能力,在特征选择领域有广阔的应用前景。     

多种群周期捕食-竞争系统的周期解

研究了多种群周期捕食-竞争系统,利用平均化思想,给出了系统周期解存在、全局吸引和唯一的充分条件.     

基于遗传算法的复杂产品系统项目多目标优化——以核电站建设项目为例

复杂产品系统项目的目标通常是由多个子系统组成的。这些子系统具相对独立性并具各自的特定功能和运行目标,若片面地考虑其中的某一目标则会导致各子系统之间协调程度降低而产生负效应。文章以核电站建设项目为例,从进度、成本、质量、资源四个方面构建了复杂产品系统协同生产的目标体系;采用模糊决策分析法确定各目标在协调度模型中的优先度;构建了复杂产品系统的进度、成本、质量、资源功效函数和项目目标的协调度模型;提出了基于遗传算法的复杂产品系统项目目标协调度求解方案;并运用该方法对某核电站建设项目进行了实例分析。     

用遗传算法求解具有多阶段决策特点的最短路问题

本文应用遗传算法解决具有多阶段决策特点的最短路问题,对于较多顶点的此类最短路问题也有较好的应用。文中给出了一个有阶段数为20,共348个顶点的最短路问题的计算结果。     

MC-CDMA系统中基于遗传算法的多用户检测

提出了在频率选择性信道下使用多天线分集接收的多载波码分多址(MC-CDMA)系统上行链路中基于遗传算法(GA)的多用户检测。针对三种不同的代价函数,研究了两种不同的个体选择机制对GA多用户检测的性能影响。代价函数分别为各个天线分支接收信号与估计信号的对数似然函数(LLF)、误差平方和相位误差平方。仿真分析表明:在相同代价函数下,基于Pareto优化准则的个体选择机制要优于按线性合并准则的个体选择机制;在相同个体选择机制下,基于相位误差平方的代价函数的误比特率性能和抗远近性能要优于基于LLF和误差平方的代价函数。     

多峰值函数优化问题的免疫遗传算法求解

生物免疫系统在遭受未知抗原攻击时,能通过基因的重组和变异,找到合适的抗体消灭抗原,并且能保持抗体的多样性。把生物免疫系统的这种特性加入到免疫遗传算法中能解决其迭代后期出现的退化现象。针对注射过疫苗的生物免疫系统能够很快识别抗原这一特性,对传统免疫遗传算法进行改进,提出一种改进的免疫遗传算法(IIGA),并用其求解经典的Benchmark多峰值函数,实验结果表明IIGA能够有效抑制免疫遗传算法的退化现象,并提高算法的收敛速度。     

对“多球多点”法提高球员投篮命中率的实践研究

提高球员投篮命中率是高校高水平篮球队日常训练的重要课题，本文通过对“多球多点”法实践运用前后的球员投篮命中率的数据比较，得出这一方法对提高球员投篮命中率效果显著．     

多带激励语音编码及其在宽带语音上的实现

多带激励（MBE）语音编码算法采用一种新的激励频谱，突破了二元激励的局限性，较好的解决了合成语音自然度不够以及抗噪声能力差的问题，是目前低速率语音编码较理想的方案．本文阐述了MBE在宽带语音上的仿真实现方法，并对算法提出了一些改进措施．最后给出了仿真结果，根据结果对该算法的性能进行了分析．该算法合成的语音具有良好的清晰度和可懂度．