改进型遗传算法及其在TSP中的运用

交叉和变异算子是遗传算法的基本算子,它们在改进解群质量中发挥重要作用.根据旅行商问题的具体情况,提出一种改进的基于佳点集的交叉算子、变异算子和旋转算子,在仿真实验中验证了改进型遗传算子的有效性.     

一种改进的遗传算法求解旅行商问题

针对在解决旅行商问题时标准遗传算法效率不高,很容易陷入局部最优解的问题,提出了一种改进的遗传算法. 根据种群个体的多样性和分布情况,提出了判定遗传算法截止代数的方法. 研究结果表明,通过加入了初始化信息,改进交差算子,可提高遗传算法的精确性和收敛性.      

小生境遗传算法的改进

为了避免小生境遗传算法存在的早期成熟和陷入局部极值点等问题,提出了一种改进的小生境遗传算法.该算法基于自适应交叉概率算子和变异算子,根据进化代数和群体的适应值,动态调整各个个体的交叉概率和变异概率,并在变异量的确定上引入了梯度的概念.通过在Shubert函数的全局最优化问题上的验证,并与常规遗传算法和小生境遗传算法比较,改进后的算法提高了搜索速度,能有效跳出局部极小值,并搜索到全局最优值.     

改进遗传算法求解有时间窗车辆路由问题

为了有效求解带有时间窗的车辆路由问题,在标准遗传算法的基础上,引入两代竞争近距淘汰选择算子,用欧氏距离来判断个体之间的距离作为个体的相似程度,相似程度高且适应度差的个体被淘汰,并辅以循环交叉算子和插入变异算子,构造出了一种改进的遗传算法.仿真实验表明,改进的算法在迭代过程中能有效保持群体的多样性,避免出现早熟现象而陷入局部极值点,提高遗传算法的内在并行性.同时通过竞争淘汰,使局部搜索能力得到加强,加快了搜索速度.改进算法所计算出的结果优于用轮盘赌和自适应选择作为选择算子的遗传算法的结果.     

改进的自适应遗传算法在TDOA定位中的应用

提出了接收端在空间随机分布时,利用改进的自适应遗传算法解决TDOA定位估计中遇到的非线性最优化问题.采用浮点数编码遗传算法,引入自适应交叉率和变异率、非均匀变异算子,以TDOA方式进行最佳坐标搜索.仿真结果表明,在保证种群数量的情况下,该算法性能稳定,能找到逼近全局最优点的解,相对于其他算法精度更高.     

一种抑制早熟收敛的改进遗传算法

遗传算法在许多优化问题中都有成功的应用,但其本身也存在一些不足.针对遗传算法的早熟收敛问题,本文在分析基本遗传算法的遗传算子和控制参数的基础之上提出一种改进算法.改进的遗传算法采用了实数编码、算术交叉算子、非均匀变异算子,并对控制参数进行了较合理地选取.改进遗传算法前期能均匀地搜索解空间,后期能对局部进行越来越细微的搜索,并使个体可以进入最优点的吸引域,在一定选择条件的作用下,算法后期可使群体逐渐集中到最优点的吸引域内,从而防止了遗传算法的过早收敛.理论和实例分析均表明,改进后的遗传算法在一些性能上明显优于基本遗传算法,较好地避免了遗传算法的早熟收敛,提高了遗传算法的进化效率,具有良好的有效性和可行性.     

改进遗传算法在电力系统低频减载中的应用

电力系统低频减载优化整定是一个多变量、多约束的混合非线性规划问题,其优化过程十分复杂.遗传算法是一种基于自然选择和遗传机制的搜索算法,比较适合于求解电力系统低频减载问题.本文研究了遗传算法应用于低频减载求解的运算流程,并且在结合低频减载问题自身特点的基础上对遗传算法应用于低频减载求解进行了研究改进,给出了包括编码方案、交叉算子、变异算子和收敛判据的改进遗传算法的实现方案.     

球面共形天线阵列的稀布优化方法

为了抑制球面阵列峰值旁瓣电平,提出了一种基于改进遗传算法的阵元球面稀布优化算法(ESSA).首先采用遗传算法染色体对阵元位置信息进行特征提取,并利用染色体的的交叉、变异对位置信息进行优化重组,然后将重组前后的阵元位置信息合并成新的种群,最后在迭代过程中根据遗传算法适应度函数对阵元分布进行优化选择,从而建立最优阵元分布模型.与阵元球面均匀分布方法相比,EESA具有更大的阵元分布空间.仿真实验表明,经过遗传算法优化后所得最优阵元分布模型的峰值旁瓣电平较优化前约降低2.6dB,实验结果证明了ESSA可完全实现阵元可分布空间的随机寻优.     

基于相似个体拥挤与Fibonacci法的遗传算法

由于传统遗传算法在应用中会出现"早熟",局部寻优能力较差,求解结果精度不高等缺点,提出了相似个体排挤方法和Fibonacci算子,给出了用相似个体的拥挤与Fibonacci算子相结合的改进遗传算法.数值仿真表明改进后的算法优于传统遗传算法和当前一些改进遗传算法,提高了遗传算法的局部搜索能力和收敛速度,并且能以较大概率搜索到优化问题的全局最优解.     

遗传算法的研究及其在函数优化中的应用

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法.在文中介绍了遗传算法的初始群体的生成、交叉算子、变异算子.在分析了基本的遗传算法的特点和缺陷的基础上,提出了改进的方法.改进的遗传算法在函数优化中的应用具有较好的效果.     

利用微分算子法研究二阶齐次线性微分方程与Riccati方程通解之联系

文章应用微分算子法处理二阶变系数线性微分方程,揭示了二阶齐次变系数线性微分方程与Riccati方程的通解理论之间的联系,发现这两类方程之间的通解可以互相转化,同时给出转化的途径.最后,作为理论的应用分析了一些具体例子.     

求解多目标0/1背包问题的克隆选择算法

提出一种用于求解多目标 0/1 背包问题的新算法.新算法将抗体群中的抗体分为支配抗体和非支配抗体代替传统算法中对所有个体分配适应度值,解决了多目标优化问题中解的多样性的问题.先通过克隆操作实现全局择优,得到分布较广的Pareto-前端,接着采用免疫基因操作提高算法的局部搜索能力,同时采用抗体修正操作对由免疫基因等操作产生的不可行解进行修正,保证抗体在可行解范围内,并实现局部搜索.该算法与已有算法相比能更好地保持解的多样性、均匀性以及收敛性.仿真实验表明,新算法所得的 Pareto-前端分布最广,所得的解能较好地收敛到 Pareto-前端,并且将均匀性评价指标降低到1%以下.     

一类非单调二元算子新的不动点定理

利用锥理论和非对称迭代方法，讨论了不具有连续性和紧性条件的非单调二元算子方程解的存在唯一性，并给出了迭代序列收敛于解的误差估计，所得结果是某些已知结果的本质改进和推广．     

Banach空间二阶混合型积分-微分方程的周期边值问题

考察Banach空间一般的二阶混合型积分-微分方程,利用Monch不动点定理和一个比较不等式,获得了其周期边值问题解的一个存在性定理.这一结果考虑了通常方程中导数与同定限积分算子的作用,改进和推广了现有结果.     

一种改进的遗传算法交叉策略

适应值的逼近决定子代个体的位置,能快速找出最优个体,但容易陷入局部解.提出了一种改进方法,确定交叉的父代个体,使进化向高适应值区域搜索.通过引入进程实现个体不等几率地产生新个体,保持种群多样性.实验证明该方法可行有效,提高了遗传算法的收敛率和收敛速度.     

次线性二阶算子系统正解的存在性及多解性

基于P_Laplacian算子方程和不同的条件下P_Laplacian算子方程正解的存在性及多解性的研究，获得特殊条件下P_Laplacian二阶算子系统正解的存在性和多解性问题．应用锥上不动点理论，从引理出发，通过理论分析和抽象证明来推导新的结果；特殊条件下P_Laplacian算子方程存在两个不动点，并给出相应两个新定理．本文研究方法与分析结果为P_Laplacian算子方程正解的存在性及多解性进一步分析提供条件．     

解约束优化问题的新PSO算法

对约束问题的处理通常采用罚函数法,而使用罚函数法的困难在于参数的选取。文中提出了一种解约束优化问题的新PSO算法(CLDPSO)。该方法基于平滑技术设计了一个平滑函数,此函数可以消除一些局部极小点,使算法CLDPSO能有效克服标准PSO算法易陷入局部最优的缺陷;另外,结合约束优化的约束条件给出的新开关选择算子,使算法在选择下一代时保持群体中不可行解的一定比例。这不但有效的增加了群体的多样性,而且避免了传统的过度惩罚,使群体向最优解更好、更快地逼近。数值试验表明该算法对约束优化问题求解是非常有效的。     

p-Laplacian算子边值问题在半正无穷区间正解的存在性

讨论有关p-Laplacian算子的边值问题在半正无穷区间正解的存在性．首先讨论有限区间上正解的存在性，把边值问题转化成全连续算子方程．根据不动点定理得出算子方程不动点的存在性，由更替定理相应得到有限区间上p-Laplacian边值问题正解的存在性．再由Arzela—Ascoli定理把有限区间延伸到半正无穷区间，得出无穷区间边值问题正解的存在性。     

一类非紧增算子方程解的存在唯一性及其应用

利用锥理论和非对称迭代方法,讨论了不具有连续性和紧性条件的增算子方程解的存在唯一性,作为其应用着重讨论了非增算子方程解的存在唯一性,并给出了迭代序列收敛于解的误差估计,改进和推广了某些已知结果.     

Node ordinal encoded genetic algorithm for the optimal allocation of water resources

The shortage of water supply and the increasingdemand for water resources is a severe problem, andthe optimal allocation is the key to solving this prob lem in management of water resources. It is very dif ficult to solve the large scale discrete problem of waterresources programming because of the intricate rela tion between resources and environment. Combina tion exploding exists in traditional programmingmethods, such as enumerative and dynamic program ming methods. People are …