基于遗传退火算法的数据库多连接查询优化算法

结合多连接查询的特点,提出将侧重于全局搜索的遗传算法与侧重于局部搜索的模拟退火算法相结合的数据库多连接查询优化算法:先从一组随机产生的初始种群开始全局最优解的搜索,通过选择、交叉、变异等遗传操作产生新一代种群,然后对新个体进行模拟退火操作,将结果作为下一代种群中的个体.如此反复迭代进行,到满足最终条件为止.仿真实验验证了该算法的有效性.

求解非线性约束优化问题改进的粒子群算法

采用粒子群算法处理约束优化问题时,由于约束条件使得解空间成为非凸集合,粒子容易陷入局部最优,因此在搜索过程的不同阶段,提出变步长因子的粒子群算法,实验证明改进的算法是可行的,且在精度与稳定性上明显优于采用罚函数的粒子群算法和遗传算法等其它一些算法.

基于神经网络的水中悬浮物检测仪机理研究

采用透射光测定法测量水中悬浮物的质量浓度,结果表明,吸光度与质量浓度之间实际上呈非线性函数关系。应用BP神经网络和GA-BP学习算法对测量方程建模,研制的悬浮物检测仪,具有较高的检测精度。