一种解函数优化问题的精英子空间演化算法

文献[1]提出了一种有效的求解优化问题的演化算法,算法简单易行,并能在较短时间内找到问题的最优解。在该算法的基础上,文中提出了一种精英子空间演化算法,在算法的杂交过程中,通过采用精英保存策略,增加父体的选择压力来加速算法的收敛。数值试验表明新算法比文献[1]中的算法具有更好的收敛性,能更快地找到优化问题的最优解。

基于流动空间理论的城市空间极化研究——以上海市为例

通过构建流动空间与城市空间的关系模型,并基于"精英空间"分析了城市新的空间极化产生的机理和结果.以上海市第六次人口普查数据和样本数据进行区位商分析和GIS空间分析,探讨了信息时代新的城市空间极化现象.研究表明:流动空间通过精英空间来影响城市空间极化是一种更高层次的集聚,是人力资本、财富和科技知识的空间集中.

一种新的求解多目标优化问题的遗传算法

提出一种新的求解多目标优化问题的算法-GGGA。该算法运用几何斜率Pareto选择的精英策略,多个子种群从求解目标的不同方向进行区域演化,并借鉴了郭涛算法的多父体杂交算子。数据实验表明这是一种可行的有效算法。算法避免了基于Pareto占优比较的复杂性,在解空间的多样性和快速收敛性方面也显示出优越性。

改进的遗传进化算法及其在函数建模中的应用

提出了一种改进的基因表达式程序设计的遗传进化算法(PGEP),新的算法引入三个算子:基于精英保存策略的精英子空间算子;基于全局收敛策略的变重组、变换概率和变变异概率算子及基于群体搜索技术的变维子空间算子。将改进的基因表达式程序设计应用于函数建模,获得满意的结果。

计算离散动力系统不稳定周期轨道的精英子空间差异演化算法

通过把探索周期轨道的问题转化为一个非负函数的极小化问题,基于空间收缩的思想,反复重新初始化种群以提高群体的差异性,提高对可行域探测的有效性,提出一类精英子空间差异演化算法求解不同类型非线性映射的不稳定周期轨道,对典型离散动力系统的初步仿真结果表明该算法是一种计算不稳定周期轨道的稳健有效算法.