基于无交叉遗传算法的物流车辆路径问题研究

设计并实现了一种求解基本车辆路径问题的无交叉遗传算法,阐述了无交叉遗传算法求解物流车辆路径问题的关键技术,包括编码方案、初始种群生成方案、适应度函数、种群选择方案和变异操作等;并对比了使用目标函数倒数法和目标函数做差法构造适应度函数时的求解效果。实验结果表明,给出的无交叉遗传算法在求解车辆路径问题上具有良好的性能。

基于关键路径优化交叉遗传算法的掌纹识别

传统的掌纹识别算法在大多情况下运行缓慢以致效率不高,通常会依赖昂贵的技术装备而导致成本较高。针对这一问题,提出基于关键路径优化交叉遗传算法(CGA)的掌纹识别算法。首先,利用关键路径算法找到染色体的关键路径,借助于交叉概率剔除染色体的最差候选种群;然后选择最佳候选种群进行交叉运算,有效地改善低质量掌纹图像的问题;最后,在掌纹图像上的实验验证该算法的有效性及可靠性。实验结果表明,相比18项参数总和算法,该算法取得了更高的识别率,同时大大地降低了识别所耗时间,有望运用于实时掌纹识别系统。

列车占线问题的无交叉遗传算法

本文就列车占线问题,针对一般遗传算法的“早熟收敛”,提出了一种无交叉遗传算法,并通过实例仿真验证了算法的有效性。

一种基于并行交叉遗传算法的二维不规则排样问题求解

针对现代加工制造行业中广泛存在的二维不规则排样问题,提出一种基于并行交叉遗传算法的二维不规则排样问题求解方法。模拟两个独立岛屿的生物杂交进化过程,构建两个种群并行进化,并利用其中一个种群每次进化的最优解指导另一个种群的进化过程,提高算法的收敛速度和全局寻优能力。通过ESICUP提供的基准测试用例,对该方法进行有效性和稳定性的测试。实验结果表明,该方法可以有效求解二维不规则排样问题,提高板材的利用率,具有一定的推广价值。

遗传算法中交叉操作研究及应用

系统的分析了遗传算法中交叉操作 ,得出如下结论 :遗传算法中交叉操作的实质是子代个体为父代个体在小范围内进行大概率变异的结果 ,该范围由双亲个体分别进行与 ,或操作所得到的两个体决定。对该结论做出了理论证明 ,同时基于此思想提出了一种不含选择和变异操作的新式遗传算法CrossoverGA(CGA)。将其应用到具体实例中并和几咱典型的遗传算法进行了比较 。

映射交叉遗传算法在核动力设备优化设计中的应用

遗传优化算法(GA)已在核工程领域中得到广泛应用。本工作针对传统遗传算法(TGA)的缺点对其进行改进,得到映射交叉遗传算法(MCGA)并对MCGA算例进行测试。测试结果表明,MCGA较TGA具有更佳的优化性能。MCGA算法已被应用于反应堆冷却剂泵的优化设计中。

基于交叉熵-遗传算法的武器目标分配问题研究

武器目标分配问题是军事领域中重要的研究课题,其主要任务是在一定的条件下将武器与来袭目标合理分配,以达到最大的作战收益.提出了一种将遗传算法融入交叉熵算法的混合算法.首先,通过交叉熵算法将原本的武器目标分配优化问题与估计问题联系起来,构建满足武器目标分配方案解的离散概率分布矩阵,进而根据矩阵生成代表解的多个样本.然后,利用遗传算法中的选择、交叉、变异操作增加样本的多样性.最后,利用推导出最优解的迭代公式来更新矩阵,当满足迭代终止条件时输出的矩阵即为最优解.分别针对二维单目标函数优化问题和武器目标分配问题进行计算对比,计算结果验证了交叉熵-遗传算法的有效性.

混合遗传算法进行离心叶轮优化设计

利用自适应交叉遗传算法和生物生长算法的特点 ,提出一种新的优化方法———混合生物生长自适应交叉遗传算法。该方法既充分利用了遗传算法全局寻优和生物生长法快速收敛的优点 ,又弥补了遗传算法收敛速度过慢和生物生长法过分依赖结构初始形状的不足。为了验证优化方法的正确性和合理性 ,对某三维离心叶轮进行优化设计 ,结果表明 ,混合算法较单纯采用遗传算法收敛速度快 。

多种遗传算法在函数优化方面的性能比较分析

进行了4种常用的遗传算法(适值函数标定遗传算法、顺序选择遗传算法、两点交叉遗传算法和自适应遗传算法)在求函数最优解问题上的性能比较分析,并采用MATLAB进行仿真。仿真结果表明,除两点交叉遗传算法外,在求函数最优解问题上适值函数标定遗传算法、顺序选择遗传算法和自适应遗传算法均表现出了较好的稳定性,同时所求得的函数最优解均较准确。其中,顺序选择遗传算法在求函数最优解方面性能最好。

改进遗传算法应用于全光网中静态路由与波长分配的优化

文章对静态情况下光网络的路由和波长分配问题进行了深入研究,创新性地提出了两条规则调整波长关系图,使得波长关系图中的连通度比较均衡,减少了波长使用数量1/3。文章同时改进了遗传算法,提出了一种新的可以自我调节变异和交叉因子的值的算法(VMCR-GA),通过交叉算子的操作,形成了一种正反馈机制,可以大大加速遗传算法的解空间搜索速度和收敛速度。通过对CERNET网络的仿真计算,发现无论在最短路径还是在优化路由算法中,改进的遗传算法和波长分配方法的性能都比基本遗传算法的性能有很大的提高,证明这种改进的算法和方法是非常有效的。

基于遗传算法的彩色图像滤波器研究

为实现彩色图像噪声的滤波,基于遗传算法技术构建了一种新型的彩色图像滤波器,在彩色图像的矢量中值滤波过程中,该滤波器利用遗传算法具有寻找全局最优解的能力,获得滤波器窗口的最优权值。从滤波效果看,有一定提高,并进一步提出了一种基于个体相似性的遗传算法:当种群的多样性较好时,采用标准的交叉策略;当种群的多样性较差时,根据个体的相似性选择个体配对,避免相同的个体配对交叉,减少高度相似个体进行配对交叉的概率,从而提高交叉操作的效率。

用遗传算法对局域信息争当少数者博弈模型演化

本文设计了两种不同的局域信息争当少数者博弈模型的演化模型,分别用均匀交叉与变长度的遗传算法对模型经纪人的策略进行优化。通过数值模拟发现采用均匀交叉的遗传算法可以使模型某方人数的约化方差迅速下降,系统功能得到改善;而采用变长度的遗传算法则使模型某方人数的约化方差开始下降而后进入振荡模式,同时经纪人的局域信息策略长度分布趋向于以短长度策略为主的近似稳态自组织分布形式。

基于遗传优化粒子的船舶电网容量优化配置

当前,由于传统能源在受到能源危机的影响下,价格不断增高,传统船舶动力方式很难再满足新的排放规范,迫使船舶动力系统进行能源转型,为此论文建立了锂电池,超级电容,光伏和柴油发电机构成的独立运行的船舶电网系统,建立目标函数和约束条件,其中着重考虑经济性,可靠性以及环保性,从而合理配置船舶电网的容量。论文利用遗传算法的概念,在粒子群算法更新粒子之前,引入遗传算法中的交叉相互的过程,产生质量更好的子代个体。再将此算法应用到目标船型的不同工况下去进行容量优化,对比粒子群优化算法和遗传优化算法,得出最优的容量配置方案。

光网络中一种快速动态负荷均衡的波长路由算法

针对波长路由网络中动态光链路建立问题,提出了一种快速动态波长路由算法(RWA).在路由子问题上,通过动态改进最短路径算法(Dijistra算法)权值的设置,使之符合光网络中动态流量分布,并适时更新路由信息表来适时调整网络的流量分布,减轻网络负荷,实现一种负荷均衡的路径查找.在波长分配子问题上,提出一种通过动态调节变异和交叉算子的遗传算法(VMCR-GA),可以实现快速波长搜索和分配.通过在几个网络上的仿真分析,比采用普通遗传和D算法的波长路由算法性能优越,网络阻塞率可以降低10%,波长分配效率提高30%～50%,算法的收敛性也大大提高.

基于多层次信息反馈的混合蛙跳算法

基于多层次信息反馈的混合蛙跳算法(Shuffled Frog Leaping Algoriyhm based on the interation of Multi-level information, MSFLA),吸收遗传算法的交叉算子及粒子群算法(PSO)的粒子进化方式,将整个优化过程划分为标准混合蛙跳优化层、青蛙进化与学习层、外部档案信息交换层。混合蛙跳优化层保证青蛙进行正常的局部搜索优化(蛙跳算法);青蛙进化与学习层保证青蛙每次迭代结束时都能得到更好的自身位置(PSO粒子进化方式);外部档案信息交换层可以保证青蛙种群获得最优解(交叉算子)。通过各层次之间的信息交流,提高算法的性能。从实验结果对比能够得出,改进后的MSFLA算法可以有效地改善早熟收敛问题,具有更好的收敛速度和更高的寻优精度。

基于机器视觉零件轴线直线度误差测量的研究

轴类零件的直线度误差是判断其是否合格的一个重要标准。针对接触测量轴零件直线度误差效率低、精度不高等问题,设计一个针对小型轴类零件直线度误差测量的平台;采用一种基于自适应阈值的八邻域空心梯度加权的清晰度评价函数用于相机自动对焦,经图像预处理、形态学操作、亚像素级边缘坐标提取后,通过径向局部区域搜索的方法得到零件中心轴线;提出基于最小区域的大变异双切点交叉遗传算法来评定零件中心轴线的直线度误差;采用图像用户界面集成评定算法。结果表明文中方法评定误差优于最小二乘法、分割逼近法和最小区域法,与文献中算法的评定结果基本一致。最后与三坐标测量仪测量结果进行对比,其中94%以上的测量结果相差10μm以内,因而本检测系统能够用于小型轴类零件轴线的直线度误差的测量中。

基于改进Db1GEGA-SVM的大坝变形预警模型

支持向量机(SVM)能有效解决高维数非线性问题,且具有很好的泛化能力,其关键在于惩罚因子及核参数的选取;遗传算法具有良好的全局搜索能力与潜在的并行性,但局部搜索能力差,且易陷入早熟收敛。为提高大坝变形预警模型精度和泛化能力,提出利用改进的双切点交叉遗传算法(Db1GEGA)对SVM模型进行参数寻优,构建了基于改进Db1GEGA-SVM的大坝变形预警模型,并通过实例应用做了比较。结果表明,基于改进Db1GEGA-SVM的大坝变形预警模型具有更强的泛化能力和更高的预测精度。

基于RCGA优化GRNN的实时动态目标追踪模型

针对三维环境中导弹追踪目标时制导和控制算法复杂而导致计算量非常大的问题,提出了一种基于隐性交叉遗传算法优化广义回归神经网络的实时动态目标追踪模型。通过将导弹防御区离散化为多个小模块生成输入数据,并针对每个可接受的目标参数数据集,使用RCGA估算导航常量和导弹注意时间;利用输入和输出的目标参数集生成GRNN所需的训练数据集;针对任意位置的目标轨道,将训练后的GRNN应用于实时导弹导引系统的实现中。通过战术目标仿真模型验证了所提算法的有效性及可靠性,仿真结果表明,相比其他几种目标追踪算法,算法取得了更好的实时性和更高的目标定位精度,脱靶率接近零。

基于CV-GA-SVM方法的轴承故障诊断

为了有效地提取轴承的故障特征信号并进行准确的分类,采用在小波包变换中引入交叉验证遗传算法与支持向量机相结合的方法来识别故障轴承所发出的不稳定特征信号并进行诊断.首先,利用小波包变换的时-频化特征对瞬时变化的故障信号进行提取.然后,运用交叉验证遗传算法和支持向量机构建分类器对参数进行检测、优化和故障模式识别.最后,经实验来验证此算法的合理性.实验结果表明,此方法对于有限样本故障信号的检测和分类具有很高的准确性和可靠性、实时性.