一种双变异率的改进遗传算法及其仿真研究

针对标准遗传算法收敛速度慢,寻优能力差,易陷入局部最优等问题,提出了一种双变异率的改进遗传算法。在进化过程中,引入广义海明距离这个概念,当由广义海明距离控制的交叉操作产生个体数不足种群规模时,对原种群进行局部小变异,这样在避免近亲繁殖的同时又可扩大搜索空间,增加种群多样性,有效地抑制了早熟收敛;随后进行的全局大变异保证整个过程全局收敛。仿真实验用典型的测试函数验证了此算法能显著提高解的质量和收敛速度。

改进种群多样性的双变异差分进化算法

差分进化算法(DE)是一种基于种群的启发式随机搜索技术,对于解决连续性优化问题具有较强的鲁棒性.然而传统差分进化算法存在种群多样性和收敛速度之间的矛盾,一种改进种群多样性的双变异差分进化算法(DADE),通过引入BFS-best机制(基于排序的可行解选取递减策略)改进变异算子"DE/current-to-best",将其与DE/rand/1构成双变异策略来改善DE算法中种群多样性减少的问题.同时,每个个体的控制参数基于排序自适应更新.最后,利用多个CEC2013标准测试函数对改进算法进行测试,实验结果表明,改进后的算法能有效改善种群多样性,较好地提高了算法的全局收敛能力和收敛速度.

基于双变异策略差分进化算法的模糊PI参数整定

针对模糊PID控制器参数难以整定的问题,提出一种基于双变异策略协同工作的自适应差分进化算法DSDE。该算法采用随进化代数变化的权重因子,将经由DE/target-to-best/1和DE/rand/2两种变异策略生成的个体加权组合成一个新的变异个体,并采用Z型函数根据迭代次数自动调整变异因子,以适应于不同的进化阶段。将DSDE算法应用于二阶被控对象的模糊PI控制器(FPI)参数整定,MATLAB仿真结果表明,与传统的FPI、DE-FPI和采用自适应变异差分进化算法进行参数整定的AMDE-FPI相比,基于DSDE算法的模糊PI控制器具有更好的控制性能。

双变异算子遗传算法的应用

针对简单遗传算法(SGA)所存在的缺点和不足,提出了一种新的改进遗传算法——双变异算子GA。该算想法通过将所有产生的子代个体与父代个体混合作为下一代种群,在种群选择前对适应度值较低的个体进行一次变异,然后通过选择、交叉,再一次变异产生新种群,再利用自适应算法改变交叉和变异率及最优保存策略保护历代最优个体,利用matlab软件编程计算,在TSP中得到了较好的优化结果。实例说明,双变异算子的遗传算法能够最大限度使种群多样性,这样最有可能得到最优解,也易突破局部收敛的局限而达到全局最优。

双变异率自适应遗传算法研究及其应用

针对标准遗传算法的不收敛性 ,提出一种双变异自适应遗传算法 ,即通过全局变异算子和局部变异算子共同作用 ,增加种群的多样性 ,提高算法的全局收敛能力。实例证明

基于双变异算子的差分进化算法

针对差分进化算法中全局搜索能力和收敛速度不可兼得的问题,提出了一种具有双变异算子的新型差分算法.将current-to-best/1和rand/1两种变异算子结合,通过控制两个算子的执行比例获得了快速收敛模式和强搜索模式,并进一步通过计算和判断每个个体的进化停滞标识,使算法在运行时自适应的选择两种模式.在CEC2005测试集上的实验证明:与传统算法相比,新算法具有更好的性能和更广的适应性.

基于双变异策略的自适应骨架差分进化算法

骨架差分进化算法能够较好规避差分进化算法控制参数和变异策略选择问题。针对基于双变异策略的经典骨架差分算法(MGBDE)没有根据个体进化差异选择适合的变异策略和考虑早熟收敛的问题,提出一种改进算法。该算法引入变异策略选择因子,并借鉴自适应差分进化算法的设计思想,将选择因子随个体共同参与进化,使个体执行当前最为适合的变异策略,克服原始算法进化过程的盲目性,同时选择因子的动态自适应特性保持了骨架算法近似无参数的优点;该算法加入停滞扰动策略,降低陷入局部最优的风险。采用18个标准测试函数进行实验,结果表明,新算法在收敛精度、收敛速度和顽健性上整体优于多种同类骨架算法以及知名的差分进化算法。

用于图像分割的双变异遗传算法

针对遗传算法(GA)收敛结果不稳定、易陷入局部最优解等问题,提出了一种基于全局的改进双变异遗传算法(DMGA),并应用于图像的灰度阈值分割;分析了仿真初始参数对于图像分割结果的影响。实验结果表明:图像分割精度高,效果好,结果可靠,相对于传统GA,DMGA具有更好的全局和局部搜索能力,收敛结果稳定。

采用双变异策略的自适应差分进化算法及应用

为了克服差分进化算法早熟收敛和寻优精度低的缺点,提出一种采用双变异策略的自适应差分进化算法(Adaptive Differential Evolution Algorithm using Double mutation strategies,DADE)。DADE引入基于种群相似度和中心解的双变异策略,有效平衡了算法的全局搜索和局部搜索;自适应交叉概率使种群个体向更新成功的个体学习,有利于后续种群的进化。在7个测试函数和3个电力系统动态经济调度(Dynamic Economic Dispatch,DED)问题上的优化结果表明,DADE算法与其他4种DE算法相比具有更强的全局寻优能力,且对电力系统动态经济调度问题的优化结果优于文献中所报道的结果。

基于双变异遗传算法的无人机对海侦察航路规划

针对目前关于无人机(UAV)对海侦察航路规划问题研究较少的现状,文中以UAV侦察美国"小鹰"号航母编队为例,将UAV对海侦察航路规划问题按照侦察方式,分为临空侦察和非临空侦察航路规划问题。对于临空侦察问题,提出一种改进的双变异遗传算法(DVGA)对最优路径进行求解;将非临空侦察问题转化为不具体旅行商和位置替换旅行商问题,设计了三点连线夹角法和位置替换法对问题进行处理,并结合DVGA对最优路径进行求解;最后,通过仿真实验证明了DVGA的高效性,并且得到了UAV在不同侦察条件下对"小鹰"号航母编队的最优侦察路径。

乙型肝炎病毒X基因BCP双变异和CP聚集变异及其临床意义

目的探讨广州市番禺区133例乙型肝炎患者血清中HBV X基因区BCP双变异(A1762T/G1764A)和CP聚集变异情况及其临床意义。方法丙氨酸氨基转移酶(ALT)、天门冬氨酸氨基转移酶(AST)采用速率法;ELISA和PCR法分别检测HBe Ag和HBV DNA拷贝数;并以PCR方法扩增HBV X基因,再进行测序,最后将结果分成四组(BCP双变异、CP聚集变异、BCP双变异合并CP聚集变异,无BCP双变异和CP聚集变异)进行综合比较分析。结果 (1)HBe Ag阳性在BCP双变异组中检出率最低(P<0.05);(2)四组HBV DNA拷贝数两两比较差异均无统计学意义(P>0.05);BCP双变异、CP聚集变异HBe Ag阳性组的HBV DNA拷贝数均高于HBe Ag阴性组(P<0.05);(3)四组ALT、AST异常例数检出率差异均无统计学意义(P>0.05)。结论乙型肝炎患者常规的相关指标检测对病情的评估尚不全面,在条件许可情况下,对HBV X基因区的BCP双变异(A1762T/G1764A)和CP聚集变异的常见突变位点进行检测,并结合其他临床资料进行综合分析可做出较正确的诊断。

双变异遗传算法在投资组合中的应用

针对马柯维茨均值-方差模型的特点和简单遗传算法在求解该模型中所存在的缺点和不足,本文提出了一种改进的遗传算法—双变异遗传算法。该算法在交叉算子中引入了变异算子,即在种群中出现大量的近亲个体,产生近亲繁殖,此时,交叉算子停止交叉,进行均匀变异;而变异算子按照梯度方向变异,以加快算法的收敛速度。数值试验表明,双变异遗传算法对马柯维茨均值一方差模型的求解具有全局收敛、求解速度快、避免早熟等优点。

某地区乙型肝炎病毒基因BCP区A1762T/G1764A双变异和前C区G1896A突变分析及临床意义

目的探讨江西省赣州地区乙型肝炎病毒感染者血清中HBV基因BCP区双变异(A1762T/G1764A)和前C区G1896A突变的情况及其临床意义。方法收集116例本土感染者一般资料及血清,运用速率法检测丙氨酸转氨酶(ALT)和天冬氨酸转氨酶(AST)含量;ELISA检测HBe Ag;荧光定量PCR检测HBV DNA拷贝数;采用巢式PCR扩增及测序方法检测HBV C启动子A1762T/G1764A双变异和前C区G1896A突变情况并进行统计分析。结果 1肝细胞癌患者在年龄、HBe Ag阴性率、ALT和AST水平方面均高于慢性乙型肝炎患者(P<0.01),而HBV DNA拷贝数则低于慢性乙型肝炎患者(P<0.01);2肝细胞癌患者的A1762T/G1764A、G1896A变异率及联合变异率均高于慢性乙型肝炎患者(P<0.01)。3 HBe Ag阴性患者A1762T/G1764A、G1896A变异率及联合变异率均高于HBe Ag阳性患者(P<0.05)。结论乙型肝炎患者常规的相关指标检测对病情的评估是不全面的,在条件许可情况下,对HBV基因区的BCP双变异(A1762T/G1764A)和前C区G1896A的常见突变位点进行检测,再结合其他的临床资料进行综合分析,可做出更为正确的诊断。

一种基于双变异算子的免疫网络算法

针对遗传算法难以解决多峰函数优化的问题,提出一种基于双变异算子的免疫网络算法.该算法借鉴免疫系统的克隆选择和免疫网络理论,采用双变异算子提高算法的全局和局部搜索能力.利用动态网络抑制策略保持种群的多样性,自适应地调节抗体群的规模.仿真结果表明,该算法能有效地改善种群的多样性,较好地实现全局优化与局部优化的有机结合,具有更强的多峰函数优化能力.

双椎动脉变异的影像学特点及临床意义—附3例报道

报道经血管造影证实的3例双椎动脉变异病例:2例为颅外段的椎动脉开窗畸形,其中1例伴有大脑中动脉分叉处动脉瘤,1例左椎动脉起于主动脉弓的变异;另1例为右侧椎动脉双起源变异,伴旁路血管内血栓形成。结合文献对这一现象的胚胎成因及临床意义进行了讨论。

双尺度变异离散粒子群算法求解背包问题

针对传统离散粒子群算法求解背包问题早熟收敛、精度低等缺点提出一种解决背包问题的双尺度变异离散粒子群算法。利用对当前最优解进行双尺度速度变异,可以实现提高算法局部最优解搜索能力的同时,保持算法的全局搜索能力和逃出局部极值的能力。在算法初期利用粗尺度速度变异可使粒子快速定位到最优解区域,算法后期则通过逐渐减小的细尺度变异可提高算法最优解的精度。粒子位置初始化过程中,把采用贪心策略所得的结果作为一个粒子的初始位置。将改进算法与其他算法比较证明该算法不仅能够有效解决其他算法搜索能力差的问题,同时还提高了最优解的精度和收敛速度。

双侧肾动脉变异1例

作者制作一具老年男尸标本,发现肾动脉及其分支存在变异。为积累解剖学资料和为临床手术提供参考,对双侧肾动脉的起点和各级分支的长度、管径进行观测,报道如下。

双种群变异粒子群算法

利用变异机制可以增加遗传算法全局寻优能力的特性,结合惯性权值线性递减PSO算法具有较快收敛速度的优点,提出了一种双种群变异PSO算法,对该算法与其他PSO算法进行了比较,仿真结果表明其性能优越。

艾塞那肽周制剂联合二甲双胍对2型糖尿病病人血糖变异及慢性低度炎症的影响

目的探讨艾塞那肽周制剂联合二甲双胍对2型糖尿病病人血糖变异及慢性低度炎症的影响。方法选取口服二甲双胍(剂量每日≥1500 mg)单药治疗血糖控制不良的2型糖尿病病人22例,导入期两周内保持二甲双胍不变,同时佩戴快速扫描式葡萄糖监测系统(FGMS),之后在原有二甲双胍基础上加用艾塞那肽周制剂,每周于固定时间皮下注射2 mg,联合用药3个月,研究结束前2周再次佩戴FGMS。观察并比较治疗前后代谢指标、两次佩戴FGMS相关指标、慢性低度炎症指标变化。结果与用药前比较,病人代谢指标体重、糖化血红蛋白(HbA1c)、空腹血糖(FPG)、餐后2 h血糖(2 hPBG)、胰岛素抵抗指数(HOMA-IR)、总胆固醇、低密度脂蛋白胆固醇较治疗前均降低(P<0.05或P<0.01)。FGMS监测血糖变异相关指标平均血糖(MBG)、高于目标血糖范围(>8.0 mmol/L)百分比下降(P<0.01),目标血糖范围内(3.9~8.0 mmol/L)百分比升高(P<0.05);低血糖事件、低血糖持续时间、低于目标血糖范围(<3.9 mmol/L)百分比治疗前后比较,差异均无统计学意义(P>0.05)。联合用药3个月,血清肿瘤坏死因子-α(TNF-α)及转化生长因子β1(TGF-β_(1))表达下降,鞘氨醇-1-磷酸(S1P)浓度较治疗前升高,差异均有统计学意义(P<0.01)。结论艾塞那肽周制剂联合二甲双胍治疗2型糖尿病可有效降糖、减重、调脂并改善胰岛素抵抗,同时未增加低血糖风险,并降低血清TNF-α、TGF-β_(1)水平,促进S1P表达,改善慢性低度炎症。