一种具有演化规则的元胞遗传算法

本文根据元胞个体密度与分布的演化规则,考虑整个空间元胞个体动态的相互作用,从更为真实模拟自然界的角度出发,提出了具有演化规则的元胞遗传算法(CEGA),并得到了算法中元胞演化选取准则.通过复杂典型测试函数的仿真实验结果表明,该算法较一般元胞遗传算法和一般遗传算法具有更好地维持群体多样性的能力,以利于有效地进行全局探索,逃出局部优,并具有更快的寻优速度.通过采用不同演化规则实验比较,得出中等密度分布的元胞个体有利于求解问题.

元胞遗传算法演化规则的研究

在Conway提出的"生命游戏"规则的基础上,为提高生命繁殖和生存的概率,通过改变周围邻居元胞的状态提出一种改进的演化规则。实验证明,结合元胞自动机的遗传算法,加入改进的演化规则后,用于求解复杂多峰函数优化问题获得了较好的效果。

考虑环境因素的包装机械动力机衰退演化规则及多目标决策

目的为了提高包装机械动力机的使用寿命。方法考虑到包装机械动力机工作外界环境因素的影响以及自身内部衰退规律,引入环境因子和调整因子,在综合内外因素衰退演化规则的基础上,建立以稳态可用度和平均成本率为目标的多目标优化决策模型,并且分析不同环境工况对预防维护时间间隔的影响,再根据最优预防维护时间间隔进行动态预防维护策略研究。结果研究数值算例表明,衰退演化规则是合理的,且恶劣的环境会加速机械动力机的衰退,急剧缩短预防维护时间间隔。结论考虑环境因素的影响对机械动力机维护具有实际意义,为其提供良好的工作环境,对提高其稳态可用度和降低维护平均成本率是非常重要的。

基于钝角演化规则的多边形形状识别

串匹配技术是多边形形状识别与分类的一种常用方法,它主要是寻找从一个串到另一个串的最小代价变换,计算变换的相似测度,最终完成目标对象与模型对象的匹配。但是,由于图象分割中存在的分割不一致现象,对属性串匹配的代价因子计算影响很大,实际上也严重限制了串匹配技术的应用。本文研究依据顶点演化规则,首先对目标物体施以两种演化变换——合并与生长,将目标对象递归蜕化成与模型边数相同的近似多边形,再进行等长循环属性串的匹配,由两阶段的变换距离来决定是否匹配。该算法不仅克服了分割不一致现象的影响,而且在计算的复杂度等方面也比常规串匹配算法简单。

延迟离散Hopfield神经网络的一般演化规则(英文)

从优化计算模型的角度研究延迟离散Ｈｏｐｆｉｅｌｄ网络，提出了它的一般演化规则（ＧＵＲＤ）．在任何演化序列下，证明了ＧＵＲＤ单调收敛到网络的稳定状态，已有的延迟神经网络的演化算法为其特例，同时ＧＵＲＤ的收敛条件已经突破了已有的限制，有更大的应用空间．新的演化规则和收敛条件保证了延迟神经网络收敛到能量函数的局部最大值．

一种改进的带有演化规则的元胞遗传算法

传统的遗传算法(GA)在求解云计算环境下的资源调度问题时存在早熟收敛、易陷入局部最优和鲁棒性差等问题,在GA算法的基础上融入了元胞自动机的作用机理,通过制定相应的演化规则,提出了一种改进的具有演化规则的元胞遗传算法(CGAER)。CGAER算法在种群进化过程中能够根据所制定的演化规则,不断地更新每个个体及其周围邻居的状态,确保整个种群在搜索空间的均匀性和多样性,这样可以有效避免算法过早收敛、易陷入局部最优和寻优能力弱等问题。通过一系列的仿真并与传统的遗传算法(GA)和元胞遗传算法(CGA)相比较,CGAER算法展现了良好的寻优性能和鲁棒性。在解决云资源调度问题时具备全局解空间搜寻能力,是一种更为有效的算法。

一个基于演化关联规则挖掘的个性化推荐模型

关联分析是一种非常有效的数据挖掘方法,它能帮助人们发现隐藏在大型数据集中的令人感兴趣的联系,在电子商务等应用领域取得了广泛的应用.但实际运用中,它仍存在着关联规则挖掘困难以及得到的静态结果不易及时反映情况变化等问题.为此,人们提出演化关联规则的概念,本文设计了一个基于演化规则集的推荐模型.实际测试表明:它可挖掘出有用的关联规则并及时反映情况的变化,为客户提供更到位的个性化推荐服务,具有简单和计算效率高等特点.

初等元胞自动机在加法规则下的演化

本文总结了经典元胞自动机模型理论,并在此基础上定义了初等元胞自动机的加法规则。引入代数方法探讨了初等元胞自动机在其中一种加法规则下的演化性质,由此推出了一些相关性的结论。它是初等元胞自动机在其加法规则下所特有的,使其在模拟事物时更具有方向性,不但丰富了初等元胞自动机的理论,而且为研究元胞自动机的理论提供了可行的方案。为了便于直观的验证某些结论,本文利用了初等元胞自动机的状态迁移图来加以描述它的演化过程。

处理动态优化问题的演化元胞遗传算法

已有演化元胞遗传算法中的演化规则多从元胞自动机中直接引入,未在状态演化中考虑个体间适应值的差异。根据密度制约关系提出一种新的演化元胞遗传算法来处理动态优化问题,在考虑个体适应值优劣与局部种群密度的前提下,通过密度制约与种内竞争实现个体在元胞空间内的生死演化,并建立种群规模增长模型控制元胞空间内存活个体规模。选取不同强度、复杂度的动态优化问题对算法性能进行验证,结果表明新算法具有良好的处理动态优化问题的能力。

交通网络演化规律

基于城市空间结构与交通系统的动态互馈原理和交通系统的内在运行机制,以微观机理融合宏观机制为指导思想构建交通网络演化模型与算法,研究交通网络演化规律.在短期内,纳入道路用户外部性构造目标函数,进而建立交通系统最优模型;在较长时期,利用交通系统和城市空间结构之间的动态互馈作用、区域间经济联系的概念以及无标度网络演化规则的设计理念设计交通网络演化规则,刻画演化机制.实例研究表明,随着网络的演化,出现了层次现象并越来越清晰,更为重要的是,交通网络总费用随之下降;利用介数中心性定义了一种新的交通网络熵,该网络熵也呈现减小趋势,揭示了随着交通网络渐进地向有序演化,交通系统性能得以不断优化.

基于摩尔奇偶型CA与生命游戏演化的组合模型

基于摩尔奇偶型CA,提出一种结合生命游戏的演化模型。首先设置初始构型进行摩尔奇偶型规则演化,再引入生命游戏规则,按游戏规则演化;最后依此重复摩尔奇偶规则和生命游戏规则,直到演化整个元胞空间。证实在摩尔奇偶型CA的基础上,结合生命游戏在很大程度上减小了演化过程对初始构型的依赖,出现更为丰富的图元以及基于图元和演化框架的动态图案,且演化过程仍然符合摩尔奇偶型CA的演化规律。结合模型可以避免演化过度依赖初始构型以及演化过程的单调性,而且组合演化模型可以应用于图案生成,生成保持风格的规则几何纹理图案,丰富图案的生成方法。

基于元胞自动机的深部采矿岩体变形的演化模型

根据深部采矿岩体变形的离散性特征,运用元胞自动机建模方法构建深部采矿岩体的变形演化模型;利用元胞岩石的状态变化概率和元胞状态变化的影响系数,实现深部采矿岩体的动力学模拟.在演化模型的基础上,进行了模拟实验,且运用R/S分析法对结果进行分析,得到了以离散度作为岩体稳定性的标准.

基于复杂网络的产业组织演化研究

鉴于近几年复杂网络在众多领域的应用越来越广泛,将其引入市场研究,列出市场上各企业间竞争的一些关键资源,因素,并以企业为研究对象,以企业间的合作和竞争为出发点,通过建立复杂网络模型,在一定的演化规则下,对模型进行演化,用以描述产业组织的简单发展过程。

保险机构资金运用关联交易治理探索——关联方认定规则演化的视角

近年来,银行保险机构关联交易治理风险频发。其中,在高风险保险机构处置中,保险资金运用类违法违规关联交易因规模大、品种多、危害高,引发了各界广泛关注。本文聚焦关联方认定这一核心问题,从规则演化的视角,对企业会计准则、行业监管等不同体系下的制度沿革进行了梳理,总结了演化规律:体系趋同化、范围缩小化及规则明确化。进一步,本文对关联方认定规则的两个难点:实质重于形式及穿透原则的适用问题,按照规则演化规律,提出了相应建议,即将抽象原则具象化,持续明确具体规则。

基于人工社会的非战争军事行动仿真推演

当前非战争军事行动呈现出物理域、信息域、认知域和社会域等多域耦合对抗的特征,利用复杂社会系统仿真方法支持非战争军事行动推演有助于解决非战争军事行动的指挥、决策和训练问题。提出一种基于人工社会的非战争军事行动仿真推演模式,根据非战争军事行动的核心样式,分析了非战争军事行动仿真推演对于人工社会的需求、基于人工社会的非战争军事行动仿真推演能力要求和关键技术要求;重点聚焦利用人工社会技术解决核心行动样式的处置对象问题,形成了动态社会自然环境仿真、兵棋推演和仿真推演融合、多尺度非战争军事行动建模以及支持迭代推演规则演化等仿真推演设计模式。以安全保卫行动为案例,阐述基于人工社会的非战争军事行动仿真推演全流程。结合人工社会的应用对非战争军事行动推演进行了展望。

低纬电离层等离子体块相关等离子体泡演化期间的虚高变化

针对东亚地区地磁低纬度南北半球Vanimo台站(地理2.7°S,141.3°E;地磁11.2°S,146.2°W)和海南台站(地理19.5°N,109.1°E;地磁9.1°N,179.1°W)上空的3个电离层等离子体块与等离子体泡相关联的事件,利用地面台站的电离层测高仪连续观测数据,研究等离子体泡演化期间的电离层虚高变化。结果表明:以往提出的等离子体块出现约2 h之前等离子体垂直漂移速度从向上(东向电场)转为向下(西向电场)的观点,本文的3个事例均与之不符,或者距反转时间很远(约6 h),或者由向下转为向上。在等离子体块形成时间点前的1 h内,均有突发的等离子体堆积的运动趋势,或是下降运动速度突然变慢,或是从下降转为向上运动,或是上升运动速度突然加快。这一堆积现象与等离子体块现象相关性更好,也不仅限于漂移速度从向上转变为向下。

结合元胞自动机的果蝇优化算法

果蝇优化算法(FOA)作为一类新的优化搜索算法,广泛应用于各种优化问题。针对该算法后期求解精度低、容易陷入局部最优且收敛缓慢的缺点,提出一种结合元胞自动机的果蝇优化算法(CAFOA)。该算法在首次求解时利用元胞演化规则选择果蝇最优个体邻域,然后对选择后的果蝇个体位置进行随机扰动,分别用邻域个体复制更新演化前个体位置,再次进行迭代寻优,从而有效克服算法陷入局部最优。对6种常见测试函数进行了运算仿真。实验结果表明,所提算法比传统算法的平均收敛精度提高10%,达到稳定全局最优值的平均迭代次数减少870次,从而论证了算法的有效性。

舆论传播的元胞自动机模型(Ⅰ)

提出舆论传播的元胞自动机模型 .在周期边界条件下 ,对二维四方格子两种邻域 (5邻域、9邻域 )的情况 ,按少数服从多数的演化规则进行了计算机模拟 .模拟结果表明 ,具有不同赞成率的随机初始态随时间的演化都会达到相应稳定的终态 .但终态的赞成率随初态的赞成率的不同而处于不同的相 ,各相存在的参数区间 ,因影响邻域的不同而不同 .

基于信息素机制的粒子群优化算法的设计与实现

提出了一种基于信息素机制的粒子群优化(Particle swarm optimization based on pheromone mechanism,PSO-PM)算法.主要是借鉴了蚁群优化算法的信息素共享机制,并引入到粒子群优化算法中,设计了粒子行为的三条简单规则:信息留存规则、信息获取和融合规则以及粒子演化规则,从而实现了群体信息的充分分享,相应地改善了算法的寻优能力.采用基准函数对PSO-PM算法进行测试,并与几种不同类型的改进优化算法进行对比,数值实验结果验证了PSO-PM算法的有效性.

面向炼钢厂多机多任务天车调度的仿真方法

天车调度对于炼钢厂车间中各生产工位间物流的衔接、顺行以及整个企业生产节奏的调控具有重要意义,且同时受到时间、空间约束以及生产计划等的限制,是典型的多机多任务约束问题。为此,建立了一种时空约束下基于规则演化的仿真模型,以优先保证炼钢-连铸生产作业任务的完成为目标,合理安排多任务在车间作业跨中多台天车上的分配,并考虑多任务之间的时间约束和多台天车之间的空间约束问题,设计基于任务分配规则、冲突处理规则、任务结束规则的仿真模型运行规则用于控制天车执行任务的运行过程。该方法可避免对调度问题进行理论求解的困难,通过对某炼钢厂炼钢-连铸生产作业计划的离线模拟测试表明:能够避免天车运行过程中的时间空间冲突,以获得合理的天车运行调度方案,为生产调度提供指导。