浮点数编码的遗传算法及其应用

对多极值函数的全局优化问题 ,采用十进制浮点数对遗传算法进行编码 ,综合设计出相应的选择、交叉与变异遗传操作 ,得到浮点数编码的遗传算法 (Float encodingGeneticAlgorithm ,FGA) .应用FGA对 3个著名的优化方法测试函数进行优化计算 .仿真结果表明FGA不易陷入局部极值 ,收敛速度快 ,并能得到较高的优化精度 .

浮点数编码遗传算法及其在电站机组组合优化中的应用

对遗传算法进行浮点数编码并设计相应的遗传操作，得到浮点数编码的遗传算法ＦＧＡ（Ｆｌｏａｔ－ｃｏｄｅｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ）．仿真实例表明：与ＡＧＡ相比，ＦＧＡ不易陷入局部极值，收敛速度快，且能得到较高的优化精度．ＦＧＡ应用到电站机组组合优化问题中，得到良好的结果．ＦＧＡ具有通用性，能用于其它系统的优化问题．进一步深入研究ＦＧＡ并将其应用到电力系统中有潜在应用价值．

浮点数编码的遗传算法在系统辨识中的应用

采用基于浮点数编码 (十进制编码 )的遗传算法 ,融合和改进了一些遗传操作 ,提出了一种系统辨识的方法并应用到在噪声背景下 ARMA模型系统的辨识 .仿真表明 ,该方法能有效地克服有色噪音的干扰 ,从而获得系统参数的无偏估计 ,在开口箱扬声器系统的低频参数测量中的应用也表明了该方法的有效性 .

基于浮点数编码的遗传算法在给水管网平差计算中的应用

遗传算法是一种新型的进化算法 ,它模拟生物界进化过程 ,从全局空间出发搜索问题的最优解。介绍了基于浮点数编码遗传算法的基本原理和方法 ,并应用遗传算法进行管网平差计算 ,结果表明 。

基于适应小波收缩的浮点数编码遗传算法

通过独立同分布分析浮点数编码(FPR)噪声,用适应小波收缩的方法消除噪声对遗传算法性能的影响,在算法运行中用变异操作实现消噪。针对阈值变化对小波系数的影响,以单基因证明小波消噪变异的正确性;提出适应小波收缩构建软阈值函数,将函数运算植入算法的动态运行中;给出了具体的实现算法,用实例验证了算法的可行性。仿真实验表明,所提算法显著提高了收敛速度,收敛点与理论值相一致。

特殊变换多小波构造的浮点数编码遗传算法

浮点数编码具有精度高、便于高维大空间搜索的优点,在函数优化和约束优化领域明显有效于其他编码。浮点数编码遗传算法在操作环境中产生的噪音和对算法性能的影响尚不被人们所认识。将小波用于浮点数编码遗传算法的消噪变异是解决该问题的有效途径。单一小波对浮点数编码消噪变异泛化能力低,且对浮点数编码遗传算法性能改进有一定的局限性。研究证明了用酉变换可构造正交多小波,将正交多小波用于浮点数编码遗传算法的消噪变异,提出了FGAMW方法,并进行了实验。理论研究和实验结果表明,提出的FGAMW方法理论上是可靠的,技术上是可行的,对于拓展浮点数编码遗传算法的应用空间具有积极的意义。

浮点数编码小生境遗传算法的研究

小生境在增加遗传算法群体的多样性,提高遗传算法的局部搜索能力方面具有良好的性能。迄今为止,有关小生境遗传算法的研究都是基于二进制编码,缺乏以浮点数编码为研究对象的相应成果。而浮点数编码在提高遗传算法的性能和遗传算法的推广应用中,具有其它编码所无法比拟的优势。本文以浮点数编码为研究对象,研究小生境遗传算法的机理,分析在遗传操作中小生境的生成、合并和分离的动态过程,探索其方法。本文的研究和实验结果表明,浮点数编码小生境遗传算法的性能是可靠的,方法是可行的。

一种基于浮点数编码遗传算法的CMAC控制仿真研究

在保留CMAC原有增强和局部特性的基础上,结合模糊逻辑的思想,采用模糊隶属度函数作为接收域函数,提出了一种广义模糊小脑模型神经网络(GFAC)。将GFAC神经网络用于控制系统中,并利用浮点数编码的遗传算法(FGA)对参数寻优,给出一种FGA-GFAC控制器。应用于船舶航向控制的仿真结果表明,当存在风浪干扰海况下,船舶航向的控制取得令人满意的效果。

基于小波消噪变异的浮点数编码遗传算法

在遗传算法诸多编码中,浮点数编码具有其他编码所不具备的优势。针对浮点数编码在遗传操作中所产生的噪声和其对算法性能的影响,考虑变异操作在遗传算法中的重要作用,提出基于小波消噪变异的浮点数编码遗传算法,从理论上证明小波对浮点数编码噪声的分解,用小波实现其消噪变异。实验结果表明,该方法理论上是可靠的,方法上是可行的。

2-Adic MRA的浮点数编码遗传算法

通过2-Adic多分辨率分析,构造正交小波基;证明所构造正交小波用于浮点数编码消噪的正确性;提出用正交小波在浮点数编码遗传算法中进行消噪变异操作,以消除浮点数编码在遗传环境中所产生的噪音对算法性能的影响;构建基于2-Adic多分辨率分析的遗传算法,并进行了实验。仿真实验表明,提出的算法可明显提高浮点数编码遗传算法的收敛速度和精度,具有较高的可靠性。

TWFBD的浮点数编码遗传算法

近年来,有关浮点数编码遗传算法的消噪变异研究有了一定的进展,取得了一些成果。浮点数编码消噪变异的理论和方法研究一直是该领域研究的重点,需要有更新更有理论和应用价值的研究成果出现。有界域的紧小波框架用于浮点数编码消噪变异尚处于无人问津的研究领域。着重分析了有界域的紧小波框架的性质,用有界域的紧小波框架在算法中进行消噪变异操作,提出了基于有界域紧小波框架的遗传算法,并进行了实验。研究和实验结果表明,将有界域的紧小波框架用于浮点数编码消噪变异,具有可靠的理论基础,与其他方法相比,其效果也十分明显。

一种基于景观特征的浮点数编码遗传算法研究

遗传算法作为一种适应性搜索技术得到了普遍的应用,但其搜索效率不如启发式搜索。已有研究者将启发式知识用于二进制编码遗传算法,但浮点数编码在函数优化和约束优化领域明显有效于其它编码。本文基于算法运行时的景观特征作为启发式知识,用于浮点数编码遗传算法,力求提高其搜索效率、增强其局部搜索能力、拓展其应用领域。本文的理论研究和实验结果表明,将景观特征用于浮点数编码遗传算法,理论是可靠的,方法是可行的。

浮点数编码的遗传算法在模糊控制器参数寻优中的应用

提出了一种基于浮点数编码遗传算法寻优模糊控制器参数的方法 ,对浮点数编码遗传算法的执行效率进行了对比研究 。

基于DE的浮点数编码自适应进化算法研究

DE自问世以来,一直是进化计算研究的热点。DE有着良好的搜索特性、较强的鲁棒性和较高的微调能力。而浮点数编码在提高算法性能和运算质量,将进化算法应用于工程优化领域中有着其它编码所不能比拟的优势。本文将DE与浮点数编码的进化计算相结合,提出了基于DE的浮点数编码自适应进化算法。经过分析和实验,验证了本算法在搜索性能上是可靠的,方法是可行的,在工程优化中具有较强的实用性。

小波分解的浮点数编码遗传算法消噪变异研究

遗传算法的应用领域越来越广泛,其编码问题是遗传算法研究的难点之一。浮点数编码具有精度高、便于大空间搜索的优点,在函数优化和约束优化中明显优于其他编码,但浮点数编码在遗传环境中产生的"噪音"和对算法性能的影响,常常被人们所忽视。基于小波分解原理,将"噪音"映射到Haar小波基上,对算法消噪变异,并编程予以实现。研究及实验结果表明,这种方法明显优于其他算法,在理论上是可靠的,技术上是可行的。

正交多小波消噪变异的浮点数编码遗传算法

编码是遗传算法研究的难点问题之一。浮点数编码在函数优化和约束优化领域明显有效于其他编码。但消除浮点数编码在遗传算法运行环境中产生的噪音,以提高遗传算法性能的理论和方法尚不被人们所认识。在用正交多小波对浮点数编码遗传算法消噪变异的基础上,针对染色体编码长度的奇偶数问题,从理论上证明了正交多小波既能对偶数长度染色体编码消噪变异,也能对奇数长度染色体编码消噪变异,基于这一结论提出了基于正交多小波消噪变异的浮点数编码遗传算法(FGAWDM),并进行了实验。研究和实验的结果表明,该方法理论上是可靠的,方法上是可行的,对于拓展浮点数编码遗传算法的应用空间具有积极的意义。

GFMRA的浮点数编码消噪变异

MRA是构造小波的重要方法,而GFMRA可以构造任何具有单一母波的正交小波。浮点数编码在函数优化和约束优化领域明显有效于其他编码,但浮点数编码在遗传操作环境中产生的"噪音"严重地影响着遗传算法的性能。在理论分析的基础上,提出基于GFMRA构造的正交小波对浮点数编码消噪变异的FPRGAG方法,并进行了实验。理论研究和实验结果表明,无论是收敛速度还是收敛精度,FPRGAG都远远优于传统算法。该方法理论上是可靠的,技术上是可行的。

一种改进的浮点数编码遗传算法及其应用

遗传算法是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应搜索方法,作为优化方法具有明显的优势。通常的遗传算法在实际应用中容易出现过早收敛和搜索结果在最优值附近摆动问题。针对过早收敛提出了采用随机试验法来防止算法陷入局部最优,而针对搜索结果摆动采用动态改变搜索范围的方法来提高优化结果精度,并编制程序对2个著名的优化方法测试函数进行优化计算,测试结果表明,该改进的遗传算法是有效的,不会陷入局部最优,并大大提高了优化结果的精度。

一种基于浮点数编码遗传算法的颅像叠加方法

针对计算机辅助颅像重合技术中三维颅骨模型与二维人脸照片的颅像叠加问题,提出一种基于浮点数编码遗传算法的自动叠加方法。首先使用遗传算法寻找三维颅骨相对于二维照片上对应标志点的最佳匹配几何变换f,遗传算法采用浮点数编码,选择、交叉、变异算子分别使用最佳保留选择算子、启发式交叉算子和随机变异算子,然后通过相似性变换和透视投影变换,将三维颅骨模型映射到二维人脸照片上,实现最佳颅像叠加。实验表明,此方法实现了自动化的颅像叠加,且耗时短,准确度高。

基于浮点数编码GA的多参数寻优

提出了一种基于浮点数编码遗传算法学习模糊控制器前件、后件参数的方法。对采用二进制编码和浮点数编码,遗传算法的执行效率进行了研究,并结合实例,说明浮点数编码在多参数寻优中具有很好的效率。