机械系统可靠性模糊多目标优化设计的综合协调法

针对用常规优化方法难以处理具有相互矛盾属性的机械系统可靠性多目标优化设计问题，提出了一种基于模糊优化决策的综合协调函数法。该方法利用模糊集隶属函数的特性将各子目标函数模糊化处理为能够反映各子目标相对重要程度，具有加权指数的协调满意度函数形式；通过动态时变的协调校正加权函数再将各子目标的协调满意度函数综合成统一的单目标优化模型，然后用常规优化方法即可求出原多目标优化模型的满意解。最后给出一个实例以验证该方法的有效性。     

考虑SVC影响的电力系统多目标交易计划

提出一种基于最优潮流、计及SVC影响，同时考虑经济效益和环境效益的电力系统多目标交易计划模型．首先对各单目标确定性模型求解，得到目标函数值，其次对目标值进行一定程度的伸缩，并定义目标隶属度函数，将确定性问题模糊化．接着采用最大满意度法将多目标问题转化为单目标问题，然后采用非线性规划方法求解，得到新的潮流结果．仿真结果验证了算法的有效性．     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

用混合遗传算法求解N皇后问题

N皇后问题是NP难题,一般求解的方法为回溯法.当问题规模较小时用回溯法能有效求解,但当问题规模较大时其求解时间耗费非常巨大.该文提出用局部搜索与简单遗传算法(SGA)相结合的混合遗传算法(HGA)来求解N皇后问题,用N皇后的约束条件作为遗传算法的适应值函数.设计了高效的染色体编码、初始化种群方法、遗传算子以及局部搜索算子,使它们符合求解问题的需要.通过与回溯法和相关的遗传算法比较,实验证实了用混合遗传算法求解N皇后的有效性.     

用遗传算法求解最优切割方法

研究用遗传算法求解最优的下料切割方法,并给出了用遗传算法求解此问题的算法。     

一种改进的遗传算法及其在电梯群控中的应用

以电梯群为群控对象,提出了基于改进的遗传算法系统解决方案;采用权向量整体优化方法,得到最优目标函数值,并由此确定了群控对象目标评价函数,提出了一种基于保存策略进化模型（ElitistModel）的遗传算法求解电梯群拉问题的方法．算例及仿真结果对比表明,该方法在小规模应用中,与以往算法相比并无明显优势;但在较大规模的电梯群控仿真中,能效降电梯乘客的等待时间和电梯系统能耗．     

利用基于分区搜索的自适应遗传算法求解TSP问题

为了提高用遗传算法求解旅行商问题（TSP）的收敛速度，结合自适应算子和父子竞争策略等优化思想．提出了基于分区搜索的自适应遗传算法．该算法将整个搜索区域分成若干个较小的搜索区域，先进行局部搜索．在得到局部较优的基因组合后，再进行全区域搜索，不但提高了遗传算法的收敛速度，而且改进了变异算子的操作性能．通过TSP问题的求解表明，基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。     

界约束非线性优化问题的信赖域滤子法

提出一种信赖域滤子方法来求解界约束的非线性优化问题，该方法将滤子技巧和投影梯度方法相结合，简化了算法的形式，证明了算法的全局收敛性，并给出了数值试验     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

十进制遗传算法在水电站负荷分配中的应用

针对水电站负荷分配问题,建立约束优化模型,并将十进制遗传算法应用到水电站负荷分配调度中．遗传算法是从多个初始点开始寻优,同时搜索解空间内的多个区域。具有潜在的并行性,且搜索使用评价函数启发,过程比较简单,容易与其它算法进行结合,具有很好的拓展性,是一种用于解决最优化问题的有效的随机启发式搜索算法．通过实际的水电站负荷分配问题的求解表明该算法能够获得较好的结果,具有高效性和通用性,适用于求解一般水电站负荷分配问题．     

结合模糊熵和遗传算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法. 基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3 个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集.使用改进的模糊指数熵作为分类判据,提高了分类准确性. 通过遗传算法确定模糊熵参数的最优组合,降低了计算复杂度,并且最大模糊熵判据仅含有4 个模糊熵参数,减小了搜索空间. 针对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法、模拟退火模糊熵法和使用未改进的模糊指数熵的遗传模糊熵法进行了比较. 实验结果表明,所提方法能自动而有效地选取双阈值,且分割效果优于其他3 种双阈值分割方法.     

模糊优选动态规划在二维资源分配中的应用

针对量纲不一既有定量指标又有定性指标的二维资源分配问题,引入了指标的相对优属度矩阵并建立数学模型;提出用拉格朗日乘子法降维,再通过多目标模糊优选动态规划分析法进行求解这一算法;最后给出一个具体应用算例,并取得了满意的结果.     

基于数据垂直分布的模糊关联规则入侵检测算法研究

把基于数据垂直分布的模糊关联规则挖掘算法引入到网络的入侵检测,利用该算法从网络数据集中对采集到的数据进行模糊化的处理,并将数据垂直分布于位图中.利用k-means聚类算法建立属性的模糊集和模糊隶属函数,该算法克服了传统的离散分区法的不足,同时改进了已有模糊关联规则,提取出具有较高可信性和完备性的模糊关联规则.     

图书馆大规模日志数据的快速聚类

给出了一种简单有效的算法，用于对图书馆大规模日志数据的快速聚类和借阅趋势分析。首先，根据读者基本的借阅规律，把日志数据聚成若干子类，然后，给出了对子类结果进行再次聚类的模糊算法。最后，为了预测读者的借阅趋势，对每一类进行了回归分析。该算法具有线性复杂度，对大规模数据集是可伸缩的，实验证明是可行的。     

基于神经网络的证券预测技术研究

本文借助神经网络对非线性函数的逼近能力，提出了BP算法的改进型算法及基于BP算法的指数预测模型，通过对比传统预测算法，证实改进后BP算法用于指数预测的可行性及准确性．     

量子隐形传态电路的优化设计

利用遗传算法完成量子隐形传态电路的优化设计,提出一种新的一维编码模式,即利用码的位置信息来存储量子门的位置信息. 这种编码模式与其他模式相比效率更高,编解码更方便,能很好地反映量子电路的结构,且容易推广到多位量子电路. 设计了合适的适应度函数,分两部分判断电路的功能和性能,详细探讨了遗传算法的改进及相应实验结果,得到了更优的电路结构.     

一类重复模糊n人合作对策的Shapley值

以模糊结盟为工具,建立了重复模糊合作对策理论,把带加权函数的模糊n人合作对策的Shapley值推广到重复模糊n人合作对策中,并提出了模糊支柱序列的定义以及Shapley值在重复模糊合作对策下应满足的三条公理的概念,进而给出重复模糊n人合作对策下的Shapley值的计算公式及证明,最后给出一个例子予以应用。     

利用自适应遗传算法的芯片功能验证自动测试

摘要： 针对芯片功能验证中存在的验证时间长以及与被测系统依存度高的问题,提出了利用自适应遗传算法的芯片功能验证自动测试方法. 定义了事件的功能覆盖率和翻转覆盖率,分析了两种覆盖率之间的关系,采用两种覆盖率共同构造适应函数,提高了验证的可靠性. 与采用经典遗传算法的验证方法相比较,能达到相同的覆盖率,同时可减少25%-30%的测试时间,提高了仿真效率.