一种改进的量子旋转门量子遗传算法

量子遗传算法易陷入局部极值。为此,提出一种改进量子旋转门的量子遗传算法。将量子比特的概率幅值应用于染色体编码,使用量子旋转门实现染色体的更新操作,从而实现目标的优化求解。理论分析及实验结果表明,该算法以概率1收敛,强收敛于1ε,与双链遗传算法相比,能增加算法复杂度,延长平均时间,对验证函数1收敛次数由3次增加到7次,对验证函数2收敛次数由8次增加到9次。

基于位变异防止遗传算法过早收敛的算法

针对简单遗传算法具有过早收敛的缺点,本文提出了一种基于位变异的防止遗传算法过早收敛的算法。该算法通过种群熵来判断过早收敛的发生。当发生过早收敛时,在单调系数的指导下进行有针对性的位变异,从局部最优解的范围内摆脱出来,算法重新具有进化能力。用数值优化中的三个典型的测试函数对该算法进行测试,仿真实验结果显示该算法可有效地提高算法的全局搜索能力。

基于泛函的通用涡旋型线形状变化规律研究

利用基于泛函的通用涡旋型线的几何理论,以涡旋型线压缩比和气体容积利用率为目标函数,得出基于泛函的通用涡旋型线收敛特性及型线形状变化规律。推得当级数项数k大于3时可得变壁厚涡旋型线,公转半径R、大盘直径D、型线圈数N与k值是影响变壁厚涡旋型线压缩性能的主要影响因素。通过建立收敛级数最佳的涡旋型线数学模型,利用基于MATLAB的遗传算法,优化得出在给定条件下的最佳目标值,并给出了最佳涡旋型线方程。

一种改进的遗传算法及其应用

针对标准遗传算法的不收敛性，提出了几种改进措施：提出了共同特征位的概念，给出消除群体中的共同特征位的方法；交叉和变异概率可变；实施最优保留。实验表明，改进算法具有全局优化能力。

基于遗传算法优化神经网络的多用户检测

利用遗传算法全局搜索能力强和反向传播(BP)算法局部搜索速度快的特点,采取两段式训练方法,既避免陷入局部最小,又加快收敛速度。提出基于遗传算法优化神经网络权值的多用户检测算法。采用实数编码方式,将传统神经网络的能量函数作为适应度函数,选择算子选用轮盘赌算子,交叉算子选用单点交叉算子,变异算子选用正态变异算子。仿真结果表明,该算法的误码率、信干比和信道跟踪能力等方面的性能与传统前馈神经网络多用户检测算法相比均有一定的改善。

双链量子遗传算法的收敛性分析

基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象,但没有从理论上证明该算法的收敛性。为此,给出相应的定理,利用定理从理论上证明该算法的收敛性,通过仿真实例,论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明,该研究丰富和完善了双链量子遗传理论。

智能化遗传算法

针对遗传算法的收敛速度慢、收敛早熟和概率稳定性差等问题提出一种智能化遗传算法(IGA)。首先,建立描述种群进化的统计特征量,为IGA的算法策略提供决策依据。其次,建立种群的自学习算法、种群的自组织算法与遗传算子操作概率的自适应算法,并将这些算法嵌入最优保存简单遗传算法(OMSGA),从而构成IGA。最后,从理论上对算法收敛性及效率进行了分析。通过遗传算法标准测试函数的仿真结果证明了算法的实用性和有效性。

基于一种改进型遗传算法的源强反算

为突破遗传算法(GA)在危险化学品泄漏事故应用中存在早熟收敛等不足,有针对性地引入淘汰者基因库,提高种群多样性,避免算法过早陷入局部极值。同时,借鉴粒子群算法的跟随思想,引入启发信息,强化收敛域内的局部搜索力度,最终整理得到改进型遗传算法(MGA)。统计结果表明,MGA的计算结果更准确,误差适应性更强,可为泄漏事故现场的应急决策提供快速有效的数据支持。

改进的FP学习和综合方法

对ＦＰ算法进行了改进．首先对“共同特征位”进行了优化处理，其次对ｘ０样本的选取进行优化，最后，对阈值设计进行优化处理．经过优化后的样本吸引域明显地较为均匀，模拟实验数据也证明了这一点．

自适应多位变异遗传算法的实现

Genetic algorithm is a widely used optimization method. Crossover and mutation are two Basicl operatorsof the genetic algorithm. On the basis of analyzing the principles of simple genetic algorithm and discussing its exist-ing problems of crossover point and mutation bit, this paper presents a way of the adaptive multiple bit mutation ge-netic algorithm , which not only can keep the population diversity but also has quicker convergence speed. The resultsof the multi-modal function optimization show that the adaptive multiple bit mutation genetic algorithm is practicaland efficient.

一种改进的遗传算法在多峰值函数优化问题中的应用

针对标准遗传算法在处理多峰值函数优化问题中存在的收敛性问题,设计了一种自适应多位变异遗传算法,有效地解决了过早收敛、局部搜索能力差和全局收敛性问题.实例计算表明,改进后的遗传算法是有效和可行的.

一种小种群自适应遗传算法研究

分析了变异算子在标准遗传算法和自适应遗传算法中的作用和当前研究的不足,提出一种新颖的能够大大提高遗传算法性能的变异策略,并进而提出一种小种群自适应遗传算法.该方法在采用赌轮选择和单点交叉的情况下,利用一种可伸缩的变异策略使得算法在探测和开发之间取得很好的平衡,从而能够用小规模的种群进行有效的全局搜索和局部搜索,避免早熟收敛,并能够以较快的速度收敛到全局最优解.对多峰函数的仿真实验表明了算法的有效性.