适应值共享对遗传算法选择概率的影响分析

研究了采用遗传算法进行多峰函数优化时引入适应值共享机制对选择概率的影响。引入种群共享因子这一参数,描述个体选择概率、小生境中多个个体的选择概率之和在适应值比例选择策略下的变化情况。分析和仿真实验表明,适应值共享可在一定程度上保持种群多样性,适应值函数的取值范围将对优化结果产生较大的影响。

动态聚类适应值共享遗传算法在散射计风矢量反演中的应用

风矢量反演是散射计数据处理的核心内容,传统风矢量反演算法的设计过多依赖于目标函数的具体分布形态。以SeaWinds散射计为例,根据风矢量反演的多解问题和模糊解特性,设计了一种基于动态小生境遗传算法的风矢量反演算法。利用部分L2A和相应L2B数据对该算法进行了验证。结果表明该算法在无需任何目标函数先验知识的条件下能够取得较好的反演结果。

适应值共享拥挤遗传算法

保持遗传算法在演化过程中的种群多样性 ,是将遗传算法成功应用于解决多峰优化问题和多目标优化问题的关键。适应值共享遗传算法和拥挤遗传算法分别从不同角度改善了遗传算法的搜索能力 ,是寻找多个最优解的常用算法。将这两种算法的优点加以结合 ,提出适应值共享拥挤遗传算法。数值测试结果表明 。

自适应调整峰半径的适应值共享遗传算法

适应值共享遗传算法需要事先给出解空间中峰的数目或峰的半径 ,这对于某些问题来说是有困难的 .针对这类问题 ,提出将峰的半径作为决策变量 ,对其进行编码并放入染色体中参与演化过程 ,利用遗传算法的优化能力在对问题进行优化的同时对个体的峰半径进行自适应调整 .用所提出的方法对多个标准测试问题的优化结果表明 。

基于适应值共享的多生境排挤遗传算法

针对优化多模函数时单纯使用共享和排挤机制的遗传算法所存在的缺陷,提出了基于适应值共享的多生境排挤遗传算法。基本思想是:按照共享的思想在对个体的适应值进行调整的同时,将排挤选择和相似个体中适应度最差个体被替换的策略分别应用于选择算子和群体的进化中。理论分析和数值实验表明,该算法很好地维持了种群多样性,对于各类多峰函数具有较强的搜索能力。

基于爬山算子和适应值共享的改进遗传算法

提出了一种基于爬山算子和适应值共享的改进遗传算法,将局部搜索算法与遗传算法有效结合,增强了遗传算法的搜索能力.爬山算子以黄金分割法为基础,依次对个体每一维进行优化.数值实验证明,改进后的新算法优于当前一些较好的遗传算法.新算法既有较快的收敛速度,又能以较大概率搜索到优化问题的全局最优解.

适应值共享小生境遗传算法实现与性能比较分析

小生境遗传算法是近年来智能计算领域的研究热点之一,基于适应值共享的小生境遗传算法在解决多种优化问题时收到了很好的效果.该文对基于适应值共享小生境遗传算法的多种实现机制进行探索,并对不同类型算法各自的性能、适应情形和优缺点进行比较分析.

基于适应值共享GA及MPGA的多路径规划研究

借鉴多峰函数优化理论,对适应值共享GA和MPGA进行了描述,利用适应值共享GA擅长于获得种群多样性和MPGA擅长于同时获得若干最优与次最优解的特性,提出了对适应值共享GA与MPGA进行改进,同时将它们结合,从而实现多路径规划。文中最后给出了多路径规划算法及仿真结果,验证了算法的正确性和有效性。

可变门限值的多秘密共享方案

一个基于Diffie-Hellman计算问题的难解性以及离散对数的难解性的可变门限值的秘密共享方案,它改变了已有的秘密共享方案中门限值是固定的这一限制条件.它可以在参与者中共享多个秘密,不同的秘密可以有不同的门限值,而每个成员只需保存一个子秘密,当某些秘密被恢复时,不会影响到未被恢复的秘密的安全性.

基于中国剩余定理秘密共享的切换认证协议

随着智能汽车行业的发展,车联网安全的应用意义与发展前景备受关注,而身份认证是车联网安全的第一道大门。目前关于车联网身份认证协议的研究重点大多放在车联网中两种实体间的首次认证与批量认证过程,对实体间切换认证过程的协议关注不足,并且现有切换认证协议大多基于区块链进行设计。针对上述情况,文章运用椭圆曲线加密和中国剩余定理秘密共享的技术,在不使用区块链技术的情况下提出了一个基于中国剩余定理秘密共享的车对路切换认证协议,实现了车辆与路边单元双向的初始化认证和切换认证,提高了车辆在路边单元组中切换认证的认证效率。文章首先通过理论推导证明了该协议的正确性,然后利用随机预言机模型证明了该协议的语义安全性,最后对该协议的安全性、计算开销和通信开销三方面进行性能分析,并与其他协议的性能进行对比。结果表明,随着切换认证次数的增加,该协议的累计计算开销和累计通信开销相较于其他协议增长更慢,对资源的消耗更低。

居住区泊位共享对外开放比例研究

近年来,“停车难”逐渐成为城市交通中的重要问题。居住区泊位共享政策在一定程度上能够缓解城市停车供需矛盾不平衡的问题、提高城市居住区泊位的利用率。居住区停车共享泊位对外开放比例对于泊位共享的政策制定与实施存在着重要意义,然而居住区对外共享泊位开放比例存在难以量化的问题。基于此,本文通过设计问卷调查获取相关数据,分析影响居民泊位共享意愿的影响因素,引入经济学相关理论量化泊位共享对外开放比例,为居住区泊位共享政策的实施与制定提供参考依据。

基于改进共享小生境遗传算法的配电网无功规划

为了减少配网损耗和保证配网电压质量,解决应用传统适应值共享小生境遗传算法进行无功规划时,由于小生境半径设定值的不同会导致全局寻优能力不稳定、寻优结果波动性较大的问题,将改进共享小生境遗传算法应用于配电网无功规划.首先建立了以净收益现值为目标函数的数学模型,该模型更直观地反映了补偿方案的降损节能收益能力;然后采用基于自适应调整小生境半径的改进共享小生境遗传算法进行配电网无功规划,该算法具有良好的全局寻优能力和解的稳定性;最后采用面向对象的Visual 2005C#高级语言开发编制了配电网无功规划计算程序,算例结果表明了该算法的有效性和实用性.

寄售模式下海产品供应链收益共享协同契约研究

寄售模式在商业活动中的运用日益广泛。本文研究了由海产品供应商和海产品零售商组成的二阶段供应链在寄售模式下的收益共享契约问题,构建了理论模型并运用算例分析对结论进行验证。理论模型的研究显示,当供应商不共享超订海产品的残值时,供应链存在唯一的收益共享比例使得分散决策供应链协同;供应商共享超订海产品残值时,在一定的范围内,存在唯一的收益共享比例和与之相对应的残值共享比例使得整个供应链协同。数值算例的研究显示,分散决策供应链协同时,在一定的收益共享比例范围内,供应商和零售商的期望收益可以任意分割。

基于自适应K均值聚类的小生境遗传算法

在自适应小生境遗传算法的基础上,该文提出自适应K—均值聚类适应值共享小生境遗传算法。这种算法将聚类分析、自适应技术有机地结合起来,并且对于通常的K——均值聚类方法做了改进,即引进了一个最小聚类距离,通过调节最小聚类距离控制收敛到的小生境的数目,避免找到无效的极值点。这种算法不仅无需事先确定生境的具体数目和生境半径的大小,而且计算量小,搜索效率较高。

基于在线归档技术的多目标粒子群算法

提出一种基于在线归档技术的新型多目标粒子群优化算法.使用外部集归档,在归档粒子中采用适应值共享技术选出全局最优位置,使得种群多样性得以维持;在粒子群的进化过程中,使用在线归档策略,将归档的粒子合理地引入下一代的种群,淘汰原种群中的不良粒子,从而保证进化过程中种群的优良性.用Zitzler的两个多目标测试函数评价算法的性能.结果表明,该算法能快速收敛到Pareto非劣最优目标域,并且解集沿着Pareto非劣最优目标域有很好的扩展性.

一种新的基于小生境模拟退火的遗传算法

针对模拟退火遗传算法中不合理替代方式以及孤立的比较机制,提出一种新的基于小生境模拟退火的遗传算法.通过温度的逐步降温,可以在进化早期增强种群多样性,而在进化末期加速算法的收敛过程,有效克服了遗传算法容易早熟、局部搜索能力差的缺点.同时算法还使用了最优保留策略替代了轮盘赌选择算子,从而有效地减少了适应度相对高的个体在种群中快速扩散的可能性.研究结果表明:与常见的模拟退火遗传算法相比,新方法能够有效提高遗传算法的收敛性能.

基于遗传算法的RLV再入轨迹优化设计(英文)

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题,利用改进的基于小生境技术和精英方法的适应值共享拥挤遗传算法进行RLV的再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。

应用自适应指数比例变换的适应值共享遗传算法

适应值共享遗传算法是用来解决多峰函数优化的常用手段 .本文提出了可以用来提高适应值共享遗传算法搜索能力的自适应比例变换方法 .针对复杂欺骗性问题 ,本文采用不同的指数比例变换方法进行了优化 .结果表明 ,本文提出的自适应指数比例变换方法能够迅速、稳定地找到全部全局峰 .

自适应模糊聚类小生境遗传算法

提出了基于峰半径自适应调整和模糊相似聚类的小生境遗传算法。其基本思想是:在演化过程中,将峰半径作为决策变量的一部分参与染色体的编码,在对问题进行优化的同时对个体的峰半径进行自适应调整;在聚类过程中,通过对模糊相似度的调节来控制小生境的数目,以避免找到无效的极值点。理论分析和数值实验表明,该算法无需事先确定小生境的数目和半径,对于各类多峰函数具有较强的搜索能力。