基于改进型自适应遗传算法求解设备多行布局问题

对面积不等、形状固定的设备多行布局问题,提出了自由换行布局策略和净行间距概念.构建了带逆向物流、净行间距的多目标组合优化数学模型.引入免疫系统群体多样性作为种群进化的标志的基础上,建立了改进的自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA),实现了交叉概率和变异概率的非线性自适应调整.最后,对算法进行了实验对比分析.结果表明,所提出的算法能快速有效地获得问题的近似最优解,稳定性好,对解决设备多行布局组合优化问题具有实用价值.

改进型遗传算法及其在数据挖掘中的应用

文中在简单遗传算法的基础上 ,利用改进的算法进行关联规则的发现和数据库中特征项权重的发现 ,通过对农业气象数据库的实验 ,力求解决遗传算法中的早熟等问题。

二次改进遗传算法与3D NoC低功耗映射

随着集成电路技术的迅速发展,芯片的集成度不断提高,片上众多处理单元间的高效互连成为关键问题,因而相继出现了片上系统(system-on-chip,SoC)和二维片上网络(two-dimensional network-on-chip,2D NoC).当二维片上网络在多方面达到瓶颈时,三维片上网络(three-dimensional network-on-chip,3D NoC)应运而生.三维片上网络已引起学术界和产业界的高度重视,三维片上网络低功耗映射是其中的1个关键问题.之前的研究曾提出过一种基于改进遗传算法的3D NoC低功耗映射算法,并收到了良好的仿真效果.但当问题规模变大时,计算量随之增大、运行效率明显降低.针对这一问题,对3D NoC中面向功耗优化的二次改进遗传算法任务映射机制进行研究,提出了一种新的3D NoC低功耗映射算法,并对该映射算法进行了仿真实验.实验结果表明,在种群规模较大的条件下,该算法不仅能够继续降低功耗,而且能够大幅度地减少映射算法的运行时间.

基于改进遗传算法的片上网络低功耗映射方法

针对规模庞大的应用如何在No C平台上低功耗地运行,提出了一种基于改进遗传算法的片上网络低功耗映射方法。该方法利用任务节点的通信权重和映射平台的结构特征,对任务节点进行优先级划分并根据任务节点优先级及其连接关系获取较优初始映射解集。在此基础上,在遗传操作中加入轮盘转赌、最优邻居选择、进化逆转等操作,同时每次迭代中都以一定的概率选择初始解,防止算法停滞。实验结果表明,在相同任务模型和映射平台下,改进遗传算法对比于传统遗传算法和随机映射方法,都大幅度降低了功耗。

基于改进型遗传算法的企业配电网检修计划系统

本文从企业配电网实际情况出发,以经济性最好为目标,提出企业配电网检修计划数学模型,根据线路因数与设备参数制定多种约束条件,采用改进型遗传算法进行优化,最终以线路电量损失最小为最优检修计划方案,并提出了企业配电网检修计划系统模型,大大提高了企业配电网的能量管理水平。

基于改进型遗传算法的AUV路径规划

针对基本遗传算法求解AUV路径规划问题时存在收敛速度慢等缺陷,提出一种基于改进型遗传算法(IGA)的路径规划方法,该方法采用改进的遗传算法、具有明确物理意义的适应度函数,提高了算法搜索的速度和优化的程度,解决了AUV多目标优化的路径规划问题。仿真试验结果证明:该方法是正确有效、稳定的,并且比基本遗传算法得到的路径更优,收敛速度得到显著提高。

基于改进型免疫遗传算法的母管制机组负荷优化分配

改进型免疫遗传算法在遗传算法中引入了免疫系统的抗原识别、抗体多样性、免疫记忆、浓度调节等机制,且将遗传竞争分为子种群间和子种群内部个体间的两级竞争,从而能够快速、稳定地收敛到全局最优点。为此,提出了一种基于免疫遗传算法的母管制机组负荷优化分配方法,以提高机组运行的经济性。实际计算结果证明,该方法对机组的负荷优化分配具有良好的优越性。

应用改进型遗传算法进行药物分子对接设计

文章建立了一种约束优化的演化模型,并构造出求解此模型的多种群空间收缩遗传算法,将信息熵概念引入进化过程,控制各种群寻优搜索时解空间的收缩。该算法用种群的多样性避免遗传进化的早熟现象,并以空间收缩尺度作为停机判椐,有效地控制了算法的收敛。利用基于小种群的多种群进化策略,在保证种群多样性的前提下,极大程度地减少了计算量,提高了计算效率。数值算例表明,熵的介入增强了随机搜索类进化算法的寻优目的性,使收敛过程平稳且迅速。算例表明此算法能有效的应用于药物分子对接设计。

改进遗传算法求解大规模混流U型装配线问题

针对大规模混流U型装配线平衡问题,提出一种基于多级随机分配编码的改进遗传算法。算法在编码阶段考虑操作间优先关系,采用多级随机分配编码方式,将大规模混流U型装配线问题转化成中规模或小规模混流U型装配线问题。该编码通过避免不可行随机解的产生,在编码阶段提高可行解的比率。同时,采用基于层级的单点交叉方法,在保证可行性的前提下,提高种群的多样性。算法在降低计算复杂度的同时也能准确求出问题较优解。对比实验结果表明所提出的算法能快速有效求解大规模混流U型装配线平衡问题。

一种改进型量子遗传算法

针对量子遗传算法在复杂连续函数优化中存在的收敛速度慢、易陷入局部极值等缺点,提出一种改进型量子遗传算法。采用动态策略调整量子门旋转角,以加快收敛速度,采用优体交叉策略实施交叉操作,以增强局部搜索能力。通过典型复杂连续函数的测试验证该算法的可行性和有效性。

应用改进遗传算法的S9型10kV级电力变压器优化设计

以新S9型 10kV级电力变压器为设计对象 ,对传统遗传算法进行了研究和改进 ,并在此基础上编制了一套“电力变压器优化设计系统”软件。本文介绍了对遗传算法的改进和电力变压器优化设计软件的功能 ,同时给出了S9型 10kV级电力变压器优化设计的实例。结果表明 ,改进遗传算法是一种适合于变压器优化设计的简便有效方法。

一种改进型遗传算法的网格工作流调度研究

用有向无环图表示的网格工作流调度问题是一种典型的NP-完全问题,因而,有效的调度算法是必不可少的。为解决这一问题,提出了一种改进型的遗传算法。运用适应度差的染色体与最优个体进行二级优先杂交和变异,不仅保障了种群的多样性,也提高了种群的收敛速度。采用Gridsim工具进行模拟后,证实该算法较标准的遗传算法更适用、更有效。

引入改进tent映射的遗传禁忌混合算法及其在地区无功优化中的应用

基于对混沌算法、遗传算法和禁忌搜索法的比较分析,结合实际无功优化问题提出了一种引入改进tent映射的遗传禁忌混合算法,它以遗传种群为进化主体,同时伴随tent映射产生辅助个体,在状态更新中通过一定的选择比较机制引入辅助个体,在进化过程中综合禁忌搜索操作,一定程度上避免了迂回搜索。将其应用于某地区电网无功优化中,通过与基本遗传算法、改进遗传算法和遗传禁忌算法的比较表明该混合算法性能更为优良。

工程网络资源平衡的改进型遗传算法研究

对工程网络资源平衡的遗传算法的缺陷进行了分析，提出了聚类分析优化遗传算法。通过种群优化分类，使搜索半径不断缩小，实现了自适应连续优化搜索，较大提高了网络优化收敛速度、解的精度及全域寻优能力。通过分析和实例验证，表明该算法对大型工程网络具有明显的优越性，是一种可用于工程施工的实用型方法。

采用改进型遗传算法的农网运行优化方案

为了有效地推进农网改造工程,在建立基波潮流、谐波潮流、无功功率补偿和农网规划数学模型的基础上,提出了一种改进型遗传算法的农网运行优化方案,即采用遗传算法寻优与灵敏度信息指导相结合之法,编制出农网基波及谐波潮流、无功补偿和优化运行软件程序包。结果表明,在线可观测基波、谐波潮流和无功补偿等状况,优化后比优化前电流谐波总畸变率平均下降了1.66%,3、5、7次谐波放大水平平均降低了约1.2%,农网年运行费用节省了13.2%。

基于改进型遗传算法的门阵列模式布局

门阵列模式布局是一类 NP完全问题 .本文将一种改进型遗传算法用于门阵列模式布局 ,提出了相应的数学模型 ,并在布局目标函数中引入了通道拥挤度的概念 ,使布局的构形更趋合理 .实验表明 ,应用所提出的模型及算法能在较短的时间内提供优化解 ,避免了一般优化算法的局部最优问题和维数灾难问题 。

基于改进型遗传蚁群算法的TDOA多点定位研究

伴随着中国综合国力的日益增长,民用航空交通运输业发展势头迅猛,更好地管理空中交通变得越来越重要。因此,首先着重分析多点定位系统在民航监视中的重要性和紧要性,阐述其具有的应用优势,通过探讨多点定位算法中两种传统泰勒级数展开和Chan算法的优缺点,相应提出了基于改进型遗传蚁群算法的泰勒级数展开多点定位算法和基于改进型遗传蚁群算法的Chan多点定位算法。在假设确定的相同仿真条件下,对两种改进算法从定位精度和算法运行效率两个方面进行仿真实验,探讨两种改进算法所具有的优缺点,验证了改进算法的有效性和可靠性,且提高了定位精度。

改进型遗传算法及其性能分析

本文受模拟退火技术的启发引入了一种新的改进型遗传算法 .在二进制编码的基础上 ,研究了交叉位置等概率选取交叉操作的不利影响 .在此基础上提出了一种每个基因位交叉概率自适应变化的新的交叉操作 .模拟结果表明 ,新算法的收敛性能远远高于标准遗传算法 .

利用改进型遗传算法实现两路口交通灯控制

随着汽车与交通事业的快速发展,城市交通问题日益突出,而增加道路和限制车辆已不是解决问题最经济有效的办法。如何在现有交通设施的条件下解决交通问题才是需要考虑的。作为整个交通网络最小研究单元的单个交叉路口,它的控制方法的研究是基础,但是却无法反映其他路口的控制对它产生的影响,即无法反映路口间的耦合关系,所以主要讨论两个交叉路口交通的控制。建立了两路口交通的优化模型,给出了目标函数以及约束条件,采用遗传算法进行优化,开发出了两交叉路口的交通灯控制仿真软件,得到了较好的效果。

基于改进型遗传算法的前馈神经网络优化设计

阐明了遗传算法和神经网络结合的可行性,提出了一种改进的面向神经网络权值学习的遗传算法。通过对XOR问题的实验,显示出其快速学习网络权值的能力,且能摆脱局部极值的困扰和初始权值的限制从各方面都表现出优于标准遗传算法和BP算法的性能。