进化计算中的精英个体产生策略

初始种群是影响基因表达式编程算法（GEP）的重要因素之一。提出了精英个体产生策略,产生具有较高的适应度的精英个体,使种群从一个较高的基础上开始进化,从而提高种群的进化效率。在此基础上,提出了综合精英个体产生策略和基因空间均匀分布策略优点的综合种群产生算法。实验表明,精英个体产生策略可以提高进化效率17%,综合算法可以更加有效地提高系统的进化效率。以上算法的思想还可以应用于其它进化计算中。     

变异率和种群数目自适应的遗传算法

提出了针对个体变异率和种群数目的2种自适应方法.算法中个体变异率根据其适度值在种群中的排序自适应调整,使优良个体具有较小的变异率继续进化,而使种群中较差个体具有较大变异率,增强了种群搜索能力.同时根据种群个体适度值方差动态调整变异率曲线,种群数目调整则根据最优个体更新率动态增大,以动态适应解空间的规模避免采样误差造成的进化停滞.通过在不同尺度的NK Landscape上与传统的简单遗传算法(SGA)比较可得,2种自适应方法的引入对遗传算法的寻优能力有了明显改进.     

基于改进量子头脑风暴算法的UAV三维航迹规划

针对复杂环境中的无人飞行器航迹规划问题，提出了一种基于改进量子头脑风暴优化(QBSO)算法的UAV三维航迹规划方法．在进化前期，两个种群独立进化，从而提升算法的全局搜索能力．在进化后期，对每个种群中的个体进行排序，每个种群中较优的(排名前50%)个体形成一个新种群，该新种群按照QBSO的进化机制继续进行进化，从而加快算法收敛速度．此外，为进一步提升算法的全局搜索能力，提出了一种改进的待变异个体产生方式．实验结果表明：与基本BSO、QBSO、改进BSO及全局最优BSO算法相比，改进QBSO算法在解决航迹规划问题上具有更高的全局搜索能力、收敛精度和更强的稳定性．     

活跃连接下两个水平上的合作进化

本文研究活跃链接下两个水平（即组选择）的合作进化动态．给出了弱选择下策略的固定概率及策略更有优势的条件．然后以囚徒困境为例讨论了促进合作行为进化的条件，即如果支付收益比与总体内组数、组容量及各策略间接触率满足一定的不等式，则有利于合作行为的进化．最后，本文对模型进行了数值模拟，结果表明，本文模型可以有效促进合作行为的进化．     

深圳塘朗山桫椤孑遗种群的遗传分化研究

应用RRPD标记分析了深圳塘朗山桫椤孑遗种群全部57个个体的遗传变异和进化关系。50个引物共检测到171个位点，其中多态位点10个，多态位点比率5．85％。基于基因频率的Shannon多样性指数平均值为0.0165，Nei基因多样度指数平均值为0．0094，表明该种群的遗传多样性水平极低。对Jaccard相似性系数矩阵用UPGMA法进行聚类分析显示，57个个体可分为4个亚群。RAPD谱带表型的主成分分析(PCA)支持聚类分析结果。根据研究结果讨论了种群的管理和保护策略。     

选择策略对进化算法性能的影响

在进化过程中,可能会出现过早收敛现象,这主要是因为种群中出现了超级个体,按照一定的选择策略,该个体很快会在种群中占据绝对优势,从而使算法过早的收敛于一个局部的最优解,现在解决的方法有对超级个体的适应函数进行调整,从而控制该个体的选择概率,或增加个体的变异率来增加种群的多样性。同时,选择策略对算法性能的影响起到举足轻重作用。     

伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

基因表达式编程中的精英个体产生策略

为提高基因表达式编程(GEP)算法的进化效率,提出了一种用于产生GEP初始种群的精英个体产生策略.该策略通过逐步扩大染色体到目标值的距离,采用随机方式在较短时间内产生具有较高个体适应度的染色体,从而在初始种群中快速产生精英个体,使种群可以从一个较高的基础上开始进化,缩短了GEP算法的进化距离,从而提高了种群的进化效率.实验结果表明,在GEP算法挖掘函数的过程中,采用文中提出的策略,可以使GEP算法的进化效率提高17%.     

基于分层环境选择策略的约束多目标优化算法

针对约束多目标优化问题(CMOPs)难以平衡约束条件和目标函数的不足,提出一种基于分层环境选择策略的约束多目标优化算法(CMOEA-HES).CMOEA-HES首先采用模拟二项式交叉(SBX)和差分进化(DE)算子分别产生各自的子代种群;然后通过第一层环境选择策略从两个子代种群中选出收敛性和多样性较好的个体;接着采用第二层环境选择机制在父代种群和第一层环境选择策略选出的个体中进行选择,在多样性和收敛性的基础上选出可行性较好的个体;最后将选出的个体作为下一代进化的种群．为验证CMOEA-HES的性能,将其与5种先进的约束多目标优化算法在两组典型的测试集上进行仿真计算,实验结果表明：CMOEA-HES在求解约束多目标优化问题上更具有竞争力．     

两种群都有收获率的HollingⅡ类模型的定性分析

在食饵种群具有常数收获率的生态系统的基础上，研究了一类捕食种群、食饵种群同时具有收获率的HollingⅡ类功能反应生态系统．其中食饵种群具有非线性密度制约，捕食者无密度制约．应用微分方程定性理论讨论了系统的平衡点，分析了中心焦点的阶数以及稳定性．结果发现，当给定参数满足一定条件时系统不存在极限环．最后根据细焦点的稳定性判断出极限环的存在性．