遗传算法中截止代数的判定

遗传算法的截止条件一般为找到一个可接受的解或达到预先规定的截止代数．但并没有说明继续运行是否可以找到更优解．本文通过引入方差和信息熵的概念，描述了遗传算法种群空间的分布情况，通过对种群空间分布的描述来判定遗传算法的截止代数．     

基于二叉树结构编码的遗传算法

为对树形结构编码的遗传算法进行更深入的研究 ,提出了基于二叉树结构编码的遗传算法的一般形式 ,并以函数模型的波兰表达式为例 ,详细描述了二叉树结构编码的遗传算法的算子。重点分析了二叉树结构编码的遗传算法的收敛性。在实际的研究中 ,对二叉树结构进行空间深度限制后 ,其遗传算法可以用一个有限状态空间的 Markov链来描述。在此基础上 ,证明了二叉树结构编码的遗传算法在对选择算子进行改进后依概率收敛到最优解。     

一种高效混合遗传算法

针对基本遗传算法在优化应用中遇到的诸如局部搜索能力差、计算量大、对较大搜索空间适应能力差和早熟收敛等问题，将传统的单纯形搜索算法与遗传算相结合，提出了一种混合遗传算法，并在算法中增加了小生境淘汰运算和加速循环操作，典型测试函数数值算例验证表明，主方法不但可以有效地克服基本遗传算法的上述缺陷，而且计算速度和计算精度都有显著提高。     

基于关系代数的遗传算法模型及其应用

运用选择、投影、广义笛卡尔积等关系代数运算，给出了遗传算法的搜索空间及个体、遗传算子和搜索最优解过程等关系代数形式的描述，建立了遗传算法的关系代数模型，给出了遗传算法的数学解释．然后，给出建立遗传算法关系代数模型的意义，说明了数据挖掘和知识发现应用于遗传算法的可行性．最后，用该模型描述了2个常见用遗传算法解决的问题，即TSP问题和交互式遗传算法中的服装设计问题，结果表明该模型的可行性．     

基于神经网络和遗传算法的舰艇声纳自噪声预报

研究了舰艇航行时声纳部位接收到的全艇自噪声的预报问题．分析了影响声纳部位自噪声的各种参数，将BP神经网络和遗传算法相结合用于舰艇声纳部位自噪声预报．通过使用遗传算法对神经网络的初始权值进行优化，可以在解空间中定位出一个较好的搜索空间，然后采用BP算法在这个小的解空间中搜索出最优解．通过整理大量的测试数据，对神经网络进行训练，训练好的神经网络能够迅速而精确地对舰艇各种航行状态的自噪声进行预报．结果表明，该方法不仅具有足够的精度，而且实用方便、适用性强．     

一种基于基因遗传算法的诊断问题求解方法

基因遗传算法是一种基于达尔文进化论思想的新的优化算法，它是对生物进化过程中繁殖、变种和自然选择等规律的模拟。作为一种进化论的数学模型，基因遗传算法在解决大空间的搜索和组合优化问题等方面具有独到的功效。本文在概率因果诊断模型的基础上，应用基因遗传算法解决了诊断中具有组合瀑炸数的多故障同时性诊断问题。     

基于改进遗传算法的无向加权图的k点连通扩充

加权图的连通扩充问题已被证明是NP完全问题，作者提出一种改进遗传算法来解决无向加权图的k点连通扩充问题，通过改进遗传算法中的交叉和变异操作有效地改善了群体的效果，有助于搜索解空间中新的区域，能以较大概率搜索到全局最优，仿真结果表明，该算法在原来简单遗传算法上做了进一步改善，为解决加权图的扩充问题提供了新的方法。     

采用可能解空间改进遗传算法

引入可能解空间的概念，探讨了它在遗传算法约束条件处理改进中的应用．应用实例分析表明，改进的遗传算法可得到更优化的结果，并验证了在种群生成中采用改进约束条件处理的优势．工程实践也表明，采用可能解空间对遗传算法约束条件处理的改进，能大大减少随机试探次数，提高算法的运行效率．     

基于模拟退火遗传算法的板材优化下料

通过对板材优化下料问题的研究，给出了一种较为实用的具体的模拟遗传算法，该算法融合了遗传算法和模拟退火算法的优点，兼有遗传算法中种群个体、交配、基因、遗传、变异等淘汰劣质解的操作，也有模拟退火算法中冷却进度表和接受概率等寻优控制技术，可以更好地实现板材下料问题的快速求解。     

一种新的混沌遗传算法及其在多播路由选择中的应用

分析遗传算法的进化过程，提出一种新的混沌遗传算法。该算法利用混沌变量的特定内在随机性和遍历性对基因座空间进行搜索，有效地克服了遗传算法容易收敛于局部最优的缺点，大大提高了遗传算法的寻优速度。在多播路由选择中应用该方法，能快速找到最佳多播路由，显示出了优良的性能。     

一种新的遗传算法停止准则

遗传算法因其思想简单、易于实现及不需要目标与约束函数的灵敏度信息等优点而越来越受到国内外广大学者的关注。本文以基于空间收缩的多种群遗传算法中搜索空间的收缩精度作为算法停止准则，并与传统的控制算法收敛的方法进行比较分析，实验表明本文算法停止准则能够及时准确地控制算法收敛，较之传统方法更具科学性和有效性。     

基于遗传算法的泵站优化调度

采用遗传算法进行泵站优化调度计算,计算结果表明：遗传算法可以有效地在整个空间寻优,更有可能达到全局最优或准全局最优,且占用内存少,对目标函数限制少,该算法对水泵这种很难用解析式表示的非线性模型很适用。     

解非线性优化问题的混合加速遗传算法

通过在实码遗传算法进化过程中加入改进的步长加速学习算子，并利用实码遗传算法和步长加速法所得到的优秀个体群，作为变量新的变化范围，逐步缩小搜索空间，自动向最优解收缩，提出了求解不可微非线性函数全局解的一种新方法——混合加速遗传算法(HAGA)，给出了HAGA算法实施的详细步骤，建立了HAGA相应的收敛定理。理论分析和实例分析表明，HAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种不可微函数优化问题中。     

多眼定位器中摄像机的规划

计算机辅助外科手术中采用多眼定位器可以提高手术器械的空间位置的测量精度，为获得了高精度的空间位置测量为目的，从三维场景重建的精度计算出发，采用遗传算法对多摄像机的位置进行优化处理，模拟结果显示，用这种方法进行多摄像机的位置规划，可以提高系统的定位精度，定量地给出摄像机的最佳位置分布情况及其相应的定位精度，组合优化方法对多摄像机规划问题具有较强的适应性和鲁棒性，可用于解决多眼定位器中多摄像的位置规划问题。     

改进的遗传算法用于雷达天线曲面拟合

由于坐标系统不统一以及空间曲面方程的复杂性等，雷达天线表面检测是一个非线性求解问题。提出了改进的遗传算法求解雷达曲面方程拟合中的坐标平移、旋转以及曲面标准方程的参数。在一个工程实例中的应用和比较结果表明，遗传算法能够应用于雷达天线等曲面拟合，改进算法更具优势。     

结构最优设计问题的一种新方法

给出了结构优化设计参数识别的一种新方法——格雷码加速遗传算法。研制了格雷码加速遗传算法实施的详细步骤，并对格雷码加速遗传算法的有效性和可行性进行了理论分析和实例分析。结果表明，格雷码加速遗传算法具有直观、简便、快速、适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的非线性优化方法，可广泛应用于各种结构优化设计中。     

遗传算法在超微电动机参数优化设计中的应用

基于超微电动机的主要参数之间相互限制和约束，提出将遗传算法应用于超微电动机的参数设计，利用遗传算法的特性进行辅助超微电动机设计．首先确定超微电动机的简化数学模型，结合电动机工作环境对其性能的要求，确定超微电动机设计中的评价函数，利用遗传算法在整个参数空间内搜索，得到超微电动机的主要参数，并给出了该超微电动机经实验测量的性能     

基于模糊遗传算法的电液位置伺服系统控制

电液位置伺服板簧实验系统是一个典型的非线性系统，采用传统的PID控制策略难以获得较好的控制效果。基于遗传算法的模糊遗传算法，利用遗传算法强大的空间搜索能力，对模糊隶属函数进行优化。仿真结果表明：该算法在电液位置伺服系统控制中取得了响应速度快、稳定性优越的效果。     

多眼定位器中摄像机的规划

计算机辅助外科手术中采用多眼定位器可以提高手术器械的空间位置的测量精度．为获得高精度的空间 位置测量为目的，从三维场景重建的精度计算出发，采用遗传算法对多摄像机的位置进行优化处理．模拟结果显 示，用这种方法进行多摄像机的位置规划，可以提高系统的定位精度；定量地给出摄像机的最佳位置分布情况及其 相应的定位精度．组合优化方法对多摄像机规划问题具有较强的适应性和鲁棒性，可用于解决多眼定位器中多摄 像机的位置规划问题．     

免疫遗传算法学习贝叶斯网等价类

针对遗传算法学习贝叶斯网存在的问题, 提出一种基于骨架搜索的免疫遗传算法学习贝叶斯网等价类, 该方法综合了基于约束和打分搜索的方法, 可以在遗传过程中避免产生非法结构, 并从骨架空间映射到等价类空间进行搜索. 实验数据表明, 免疫算子的使用可有效缩小搜索空间规模, 加快收敛速度, 提高执行效率.