改进遗传算法及其在齿轮传动优化设计中的应用

针对标准遗传算法(SGA)的随机性大、收敛速度慢等缺点,提出一种通用的改进遗传算法,引入局部补差算子,有效地提高了算法的收敛效率。建立了基于模糊因子函数的适应度函数,使对个体的评价更具有合理性。通过对交叉、变异概率的动态调整,克服了SGA未成熟收敛的弊端。将模拟退火算法与现行终止条件结合,形成了模拟退火收敛准则,极大地改善了SGA的局部搜索能力。据此编制计算程序,将其应用于多约束、多变量、复杂非线性的各类齿轮传动优化设计中,均得到了更好的结果。

一种改进的决策树遗传算法融合模型

针对目前遗传算法存在随机性大、收敛速度慢等缺点,文章提出了一种改进的决策树遗传算法融合模型。该分类模型充分发挥了遗传算法的优点,有效提高分类的准确度,将模型应用到电信行业客户流失分析中,验证了该算法的可行性和有效性。