基于适应度函数和染色体信息量排序的高光谱影像特征选择方法

针对高光谱遥感影像数据中存在较多冗余信息的问题,以染色体的信息量排序为基础,构建联合条件互信息和多元互信息的适应度函数,提高所选特征可以提供的信息量,将适应度函数作为差分进化算法的评价标准,通过最大化适应度函数获得最优特征子集,提出一种新型光谱特征选择算法,使用每条染色体中所选特征的信息量来计算相关性。实验结果表明:在16类地物中该算法在9类上分类准确度最高,说明将基于信息量的相关性的估算作为适应度函数与群体智能优化算法相结合能更好地应用于高光谱遥感影像的光谱特征选择。

基于改进适应度函数的麻雀搜索算法路径规划研究

将一种智能优化算法——麻雀搜索算法应用于移动机器人二维路径规划,并对其进行改进以提升寻路效率。基于该算法的实验环境在栅格地图中实现,采用麻雀搜索算法进行路径规划,为了解决该算法在路径规划应用中原本适应度值不佳,种群易受局部最优个体误导的问题,设计并改进了算法的适应度函数,将本代的全局最优种群作为下一代迭代的评价标准,并将适用于路径规划的思想加入到适应度函数中。在模拟场景中进行了寻路仿真实验,实验结果验证了算法改进的合理性和提升程度。

不同适应度函数的遗传算法在桥梁结构传感器布设中的应用

从模态振型正交性和模态能量两方面出发设计了3个适应度函数,将其分别应用于改进遗传算法和单亲遗传算法。采用两步法对大跨径桥梁结构传感器布设进行定量和定位分析。通过对两种遗传算法、3个适应度函数及有效独立算法在大跨径拱桥中的对比分析,证实了单亲遗传算法比改进遗传算法更适合于桥梁结构传感器的布设,基于组合评价准则适应度函数比单一评价准则适应度函数布设出的传感器位置更加合理,验证了两步法用于传感器定量及定位计算的有效性。

遗传算法中适应度函数的改进

遗传算法引导搜索的主要依据就是个体的适应度值,因此适应度函数的设计显得尤为重要。本文兼顾保持种群的多样性和算法的收敛性,提出了一种基于指数变换的、指数系数可随进化代数动态调整的非线性适应度函数。以两个典型的测试函数为例,在相同的遗传操作和参数下,分别采用本文提出的适应度函数、线性拉伸变换及一般的指数变换适应度函数进行优化计算,计算结果表明采用提出的新适应度函数能极大地提高算法的优化精度、收敛速度和收敛概率。

一种遗传算法适应度函数的改进方法

针对简单遗传算法中线性适应度函数随进化过程恒定不变的缺点,提出一种可随进化代数动态调整的非线性适应度函数。以典型的遗传算法测试函数为算例,分别以Goldberg提出的线性拉伸方法[1]与文中提出的改进遗传算法进行计算。计算结果表明文中提出的动态适应度函数对简单遗传算法的改进有较明显的效果。

遗传算法特征选取中的几种适应度函数构造新方法及其应用

针对遗传算法特征选取技术,提出4种适应度函数构造方法,即,基于改进的距离判据、基于平均值方差比、基于Fisher判别准则以及基于最近邻分类法的适应度函数,并通过仿真实例对方法进行了验证。最后,将新方法应用于转子故障诊断,结果表明:笔者提出的遗传算法特征选择的4种适应度函数的正确有效性。

多目标遗传算法适应度函数权重设置的改进

针对传统方法中权值分配不合理会导致某个目标下非支配解遗失的问题,提出了均值自适应法、均值波动自适应法以及均值调节与传统算式相结合的三种的方法,使遗传算法中权值系数的设置得到了很大程度的改善,一定程度上提高了多目标下遗传算法的优化性能,并通过在车桥厂实例中的应用,取得了良好的效果,证明了此种方法的可行性和有效性。

改进的乘幂适应度函数在遗传算法中的应用

在遗传算法优化过程中,引导搜索的主要依据是适应度函数。通过评估常见的几种适应度函数,兼顾保持种群的多样性和算法的收敛性,由乘幂尺度变换,提出了一种改进的乘幂适应度函数。以三个典型的测试函数为例,在相同遗传操作和参数情况下,分别采用常见的与改进的适应度函数进行优化比较。结果表明,所改进的乘幂适应度函数能明显提高算法的收敛精度、收敛速度和收敛稳定性,对提高遗传算法的整体性能有重要的意义。

余弦度量和适应度函数改进的聚类方法

K-均值算法因其简单和高效性,在文本聚类中占有重要地位。针对传统的K-均值算法对初始点敏感、易陷入局部最优的问题,结合遗传算法已经成为一种趋势。在充分发挥K-均值算法的高效性的同时,该文利用遗传算法的全局自适应优化特点克服了对初始点敏感的问题。同时,以余弦度量评价对象间的相似性并以此构造新的遗传算法适应度函数、收敛准则以及遗传算法种群更新方式,提高了K-均值和遗传算法这种结合方式的聚类精度,并增强了该结合算法的稳定性。

模糊度函数法中适应度函数的自适应设计

针对采用余弦适应度函数的模糊度函数法的适应度评价受噪声影响较大的问题,提出了基于信号载噪比的滤波适应度函数法。分析了余弦适应度函数的特点,对适应度函数的观测噪声进行分析建模,构造出基于信号载噪比的滤波适应度函数,并实现了对观测噪声的自适应。试验结果表明:与原算法相比,滤波适应度函数算法能够更好地抑制观测噪声对适应度评价的影响,提高模糊度函数法的成功率。

基于适应度函数的抽水蓄能优化调度

针对包含抽水蓄能机组、风电、核电的电力系统,建立以总运行成本最小化为目标的联合调度优化模型,提出一种新的基于适应度函数的求解算法。研究结果表明,抽水蓄能机组的削峰填谷效果很好,能降低电力系统总成本和碳排放成本,最大可使其分别降低1.212%和60.456%;且当抽水蓄能机组传输容量宽裕、风电等机组传输容量受限时,抽水蓄能机组的削峰填谷效益最好,系统总成本和碳排放成本最低。

GP算法中适应度函数的光滑拟合与调整参数方法研究

研究了遗传程序设计(GP)算法中适应度函数的光滑拟合问题,结合LAMs(Linear association memorys)方法和HJ(Hook和Jeevs)方法两种方法,估计GP树数值权值,以减少GP树适应度值评价的计算代价．光滑拟合的好坏关键取决于调整参数的选择．提出了一种选择调整参数的新方法,同时,给出了两个数学例子,并与广义交叉实验B-样条函数仿真比较验证．

一个具有对偶适应度函数的遗传算法

提出一个具有对偶适应度函数的遗传算法.该法提供了一个阈值,利用对偶适应度函数值辨别全局最优盆和局部最优盆.根据辨识结果,自适应地设置变异概率.对几种典型函数的测试结果表明,该法的全局收敛性能及收敛速度优于标准遗传算法.

一类适应度函数的遗传算法编码

针对在探讨适应度函数的周期性特点与整数编码元数之间的关联特性时,一阶积木块数量对编码性能的评价不一定成立的问题,提出以累积逃脱概率(AEP)作为遗传算法(GA)编码性能的评价指标,对以频率为正整数m的整数次幂的正弦函数为基函数线性组合构成的适应度函数编码展开研究。首先给出了该类适应度函数的一般形式和m进制整数编码的含义;然后介绍了AEP的定义,并根据函数特点制定了AEP的计算方法;最后分析比较了该类适应度函数在不同整数编码下的AEP,指出其采用m元整数编码时更容易进化。仿真结果表明,该类适应度函数采用m元整数编码时,其最终优化结果和群体适应度均值的上升时间皆明显优于其他编码,反映了AEP能有效评价编码的性能,并再次验证了对于该类适应度函数m元整数编码优于非m元整数编码的结论。

基于时变适应度函数的改进粒子群算法及其在移动机器人路径规划中的应用

针对粒子群算法在解空间盲目搜索的缺点,提出一种基于时变适应度函数的改进粒子群路径规划算法。该算法有效地将人类搜索经验与粒子群算法相结合,利用神经网络描述环境约束和距离信息,并构造粒子的适应度函数,从而该算法在迭代过程中可以利用权值的改变合理地调整适应度函数。这样,新算法在寻优过程中能够先确定路径方向,然后逐步提高路径安全性。将该算法应用于机器人路径规划,与标准的粒子群算法相比,数值仿真结果表明,改进算法具有较强的寻优能力和实时性。

GP在入侵检测规则提取中的适应度函数设计

适应度函数设计是GP应用中的关键问题之一,针对入侵检测规则自动提取的特点,设计了GP的适应度函数,并利用GP全局寻优的能力得到较好的入侵检测规则,从而降低误报率和漏报率。最后给出了实验结果,并与其他文献的同类实验结果进行了比较,证明了改进GP的有效性和先进性。

自动组题算法中适应度函数的构建方法

在基于GA的自动组题算法中,构建适应度函数是最大的一个难点。适应度函数构建的关键在于如何选择适应度函数的参数以及如何计算各个参数的值,本文从IRT理论和试题以及算法的特殊性出发,确定了适应度函数的参数及其计算方法。该方法有着强大的理论支持和完善的用户需求接口,同时也为试卷的分析提供了新的方法。

基于新的适应度函数和多搜索策略的高维多目标进化算法

为提高高维多目标进化算法的性能,提出了一个基于新的适应度函数和多搜索策略的高维多目标进化算法。该算法提出了一个新的适应度函数来平衡多样性和收敛性,并且设计了一个多搜索策略来帮助交叉算子产生优秀的后代进而提高收敛性。该适应度函数首先从当前种群和新产生的后代中挑出收敛性较好的个体,然后计算这些个体的稀疏程度;该多搜索策略选择稀疏且收敛的解来执行全局和局部搜索。数值实验测试了CEC2018高维多目标竞赛的15个测试问题,每个测试问题的目标个数分别为5、10、15。实验结果表明,该算法能找到一组比四种代表性算法(如NSGAIII、MOEA/DD、Kn EA、RVEA)具有更好的多样性和收敛性的解集。

基于非线性自适应度函数的遗传算法求取自由曲面最大主曲率研究

针对自由曲面最大主曲率求取问题及其主曲率的特点,设计了一种改进的遗传算法非线性自适应度函数,并给出了种群个体的选择及复制新规则.通过Schaffer函数进行测试,并用于自由曲面最大主曲率求取,实例验证表明算法可以稳定、准确地求取到自由曲面上的全局最大主曲率,比较曲面离散法的计算量不足1/3,极大地提高了计算效率.

凿岩机械手任务规划中遗传算法的适应度函数

多关节凿岩机械手在工作时 ,完成的是一个在一定工作面上随机的钻孔孔序任务 ,其孔序规划相当复杂 .作者运用遗传算法规划其钻孔任务序列 ,通过判断多关节钻臂上每 1个关节的运动方向在彼此相邻的 3个钻孔位置上的变化趋势 ,用数值 0表示某一关节运动方向变化趋势在相邻 3个钻孔上不一致 ,数值 1表示一致 ,并根据具体工作情况对描述值进行修正 .在此基础上设计了一个基于关节水平来规划凿岩机械手随机钻孔孔序的适应度函数 ,从而使整个钻孔孔序规划算法简单 ,收敛速度快 ,能寻求较优的钻孔孔序 .