遗传算法引入进化方向算子的一个改进及应用

为了有效找到全局最优，将“进化方向”引入到遗传算法中被认为是非常有用的．文中提出了一个新的进化方向算子，用于对标准遗传算法进行改进．该算子依据父代个体和当代个体的进化方向产生子代个体．进化方向的求取无须计算梯度．算子的作用对象是个体中的变量而不是染色体中的基因，因而适合于采用任何形式编码的遣传算法场合．包含该方向进化算子的遗传算法被用于二维多峰函数的极大值搜索问题，进行了对比验证．将新算法进一步应用于离心压缩机扩压器叶片逆命题设计问题，数值结果显示。

柔性多面体搜索算法在遗传算法中的综合应用研究

首先分析了柔性多面体搜索算法和基本遗传算法两者结合的基础 ,提出了柔性多面体方向进化算子和柔性多面体交叉算子 .以这两个新的遗传操作算子和柔性多面体搜索算法为基础 ,提出了两种新的混合遗传算法 FP_ HGA( )、FP_ HGA( ) .在 FP_ HGA( )中 ,嵌入了柔性多面体方向进化算子和柔性多面体搜索算法 ;在 FP_ HGA( )中 ,嵌入了柔性多面体交叉算子 .用 FP_ HGA(I)、FP_ HGA (II)及 SGA(Simple Genetic Algorithm )来求解 Rosenbrock测试函数的最小值 ,FP_ HGA(I)和 FP_ HGA(II)算法和

用APRGA求解二维导体柱电磁逆散射

从电磁散射的积分方程出发 ,利用点匹配法和脉冲基函数求解电磁散射问题 ,以测量的散射场和计算的散射场的偏差程度为目标函数 ,将待优化变量设置为描述导体柱轮廓的形状函数的傅立叶展开式系数 ,Ai0 ,Ai1…AiN/ 2 ,Bi1,Bi2 …BiN/ 2 ,k =1,2…k ,通过参数自适应实数遗传算法 (APRGA)对待优化变量进行优化 ,使目标函数达到最小值来对自由空间中导体柱族进行电磁成像。证实了APRGA比BRGA有更好的收敛性能和成像精度、更强的抗随机噪声干扰能力。

一种混合算法在装配序列规划中的应用研究

基于现有复杂产品装配序列的特点,建立了装配体的几何可行性、零件的重新定向次数及装配体稳定性的目标函数。在原有离散粒子群算法的基础上,引入改进的进化方向算子,该算子可较为突出的改进离散粒子群算法的局部搜索能力。提出了一种混合算法,该算法在不牺牲粒子群算法的局部搜索能力和搜索速度的同时,提高其全局搜索能力,减少算法平均迭代的步数。算例表明:该混合算法具有优良的局部搜索特性及全局搜索特性,算法可快速收敛至全局最优解,可有效解决装配序列规划问题。