基于转基因的数据进化建模

在数据建模问题中,应用遗传编程算法可以实现模型的自动获取。但是由于遗传算子随机地选择操作点,可能会破坏个体的优良结构,甚至恶化新生成个体的性能。在生物工程中的转基因技术的启发下,设计转基因算子,将具有良好或者特殊性状的个体以完整模式导入进化个体中,保护优良个体的完整模式,同时改善遗传编程算法的收敛性。计算结果表明,这种改进方法易于实现,为数据的高效率建模提供一种新的方法。

改进遗传算法在建筑结构优化设计中的应用

针对标准遗传算法在迭代过程中经常出现未成熟收敛、发生振荡、随机性太大等缺点,提出一种新的遗传算子转基因算子,用于对标准遗传算法的改进·这种转基因算子有效地利用了计算适应度的信息,很好地保护了最优个体,并能提高群体中个体的适应度·包含转基因算子的改进遗传算法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·算例结果表明,改进遗传算法的收敛特性和优化设计结果远好于标准遗传算法,是一种理想的建筑结构优化设计方法·

异构机群下数据流自适应分配策略

数据流分配问题是典型的NP问题,为了有效地解决异构机群下数据流分配问题,提出一种基于改进粒子群优化算法的自适应分配策略.基于生物学的基因理论设计了转基因算子,以保护最优个体并提高策略的局部求解能力;引入变异算子,在很好地保持种群多样性的同时提高策略的全局搜索能力.仿真实验结果表明,文中策略在局部求解与全局探索之间取得了较好的平衡,能够在较短的时间内取得满意的解.

遗传算法早熟收敛和搜索精度的改进策略

遗传算法是一种应用广泛的优化搜索方法。文中对早熟收敛现象和搜索精度问题进行了分析,提出了优良基因块引入机制、正态多次搜索以及可变长浮动点倒序编码等新策略,并且引入了转基因新算子。算例表明在不同种类的个体之间采用注入新基因片段的方法,加快了优良个体的产生,加快了算法的收敛速度,通过增加群体信息的多样性,减少了早熟发生的可能。文中提出的策略易于操作实施,且有效。