基于代沟信息的自适应遗传算法

针对现有自适应遗传算法无法兼顾群体特性 ,难以稳定地收敛到最优解的问题 ,从种群多样性和适应度均值变化的角度 ,分析了进化停滞或退化的原因 .以种群适应度均值和多样性作为概率调整依据 ,提出了一种新的基于种群代沟信息的自适应遗传算法 .利用相邻两代群体间的适应度差异和多样性差异信息 ,设计了遗传概率的自适应调整策略 ,使算法维持较好的多样性 ,有效避免了早熟 .并证明了算法收敛性 .仿真结果表明该算法能够使种群保持良好的可进化性和收敛性 .     

基于主附种群结构的遗传算法

介绍了一种基于新的变异算子多种群的新遗传算法，该算法可用来解决复杂的多峰函数优化问题．解决这些问题的传统遗传算法经常陷入局部最优，新算法引入一种新的基于主群、附属子群的结构可避免传统遗传算法难以克服的早熟收敛．在该结构中，主群采用新的变异算子来保持良好的群体分布，并促使较优模式的快速增长，附属子群设计在有限区域内获取局部最优．用搜索历史记录及主子群体通讯能减少搜索空间，以获取全局最优和几个局部最优．搜索局部最优和全局最优可用于多人脸检测以及路径寻优问题．实验表明，该算法已在几个复杂的多峰函数优化上取得了较好的结果．     

基于代沟信息的自适应遗传算法

针对现有自适应遗传算法无法兼顾群体特性，难以稳定地收敛到最优解的问题，从种群多样性和适应度均值变化的角度，分析了进化停滞或退化的原因．以种群适应度均值和多样性作为概率调整依据，提出了一种新的基于种群代沟信息的自适应遗传算法．利用相邻两代群体间的适应度差异和多样性差异信息，设计了遗传概率的自适应调整策略，使算法维持较好的多样性，有效避免了早熟．并证明了算法收敛性．仿真结果表明该算法能够使种群保持良好的可进化性和收敛性．     

数字电路设计的改进遗传算法

针对传统遗传算法应用于数字电路设计时出现的未成熟收敛和收敛速度慢等问题,提出了一种新的改进遗传算法,该算法对每次迭代产生的种群进行适应度分布和个体差异度的统计,并根据统计结果进行种群规划.实验结果表明,该算法使种群具备更好的多样性,从而显著地提高了电路的正确率和算法的收敛速度.     

一种采用"部落通婚"策略的遗传算法

受古代"部落通婚"现象启发,提出了一种新的多种群遗传算法的种群间迁移策略,并以此构造了一种采用"部落通婚"策略的遗传算法.为了验证该算法的有效性,考察了分类BP网络的训练问题和典型测试函数的优化问题.模拟结果表明,这种改进的遗传算法能有效地避免"早熟"现象,其收敛精度和收敛速度比标准遗传算法和通常的多种群遗传算法有一定程度的提高.     

基于聚类划分子种群的多种群遗传算法

标准遗传算法存在易于早熟,容易陷入局部最优的缺点,同时标准多种群遗传算法存在进化后期种群同质化严重的缺陷。针对这一问题,将聚类思想引入到多种群遗传算法的子种群划分中,提出了一种使用聚类方式划分子种群的多种群遗传算法,使得种群划分不再只是单纯的随机行为,而是将满足约束条件的个体根据其特征划分到不同子种群中,从而解决种群同质化问题,避免所有子种群陷入局部最优。最后,通过测试两个典型函数,验证了该算法的有效性,为多种群遗传算法提供了一种新的研究方向。     

基于网格和排序的自适应遗传算法及其性能分析

提出了一种改进的自适应遗传算法.它使网格法思想在二进制编码表示个体的情况下得以实现，因此保证了初始种群内个体的遍历性和多样性；其遗传算子由个体在种群中的排序位置自适应地决定.该算法能维持种群内个体在各个运行阶段多样性，加快种群收敛速度，克服遗传算法早熟现象.几种典型的多峰函数优化结果证明该算法的有效性和实用性.     

基于MPICH平台的多种群并行遗传算法

提出了一种基于集群系统的多种群并行遗传算法，在集群系统的软件开发环境MPICH上构建了多种群粗粒度并行遗传算法框架．采用全局迁移方式交换通信域中各子群体的个体信息，并通过模拟退火规则来确定迁移代频．利用该算法框架对一类优化问题——N维目标函数的最小值问题，给出了具体的实现方法．最后对该类问题的两个实例进行了测试，基于该实例的测试数据对论文提出的算法进行了性能分析．结果显示，算法具有线性加速比，而且解的精度随着并行进程数量的增多而提高．     

一种基于多阶段遗传算法的功率模块自动化布局方法

模块的布局设计是功率模块设计的关键环节,随着功率模块向着集成化、高频化飞速发展,布局设计对于模块可靠性的影响越来越重要.目前,功率模块的布局设计主要依赖于设计人员经验而以手工方法完成,在此过程中消耗了大量的人力和时间成本.电子设计自动化作为未来电子领域的发展趋势,近年来已经研究用于功率模块的设计之中.然而,传统遗传算法的应用造成自动化方法无法在可接受时间内得到准确的结果.针对该现状,设计开发了结果精度更高、运算速度更快的修正自动化布局遗传算法.该算法采用统计学、种群多阶段思想与遗传算法思想减少种群数量与运算复杂度,最终保证算法计算速度和精度的提高.将该算法用于简单的半桥模块实例的布局设计,并采用ANSYSQ3D软件验证,结果表明,相比于原来的自动化布局设计遗传算法,本文方法缩短了约29%的运行时间,并且布局方案的适应度平均值达到231.14,其标准差仅为0.43,优于原有方法 175.35的适应度平均值和13.96的标准差.所以,本文方法可以在短时间内得到更准确的结果,这有助于将自动化方法真正用于实际功率模块的布局设计.     

多种群协同进化的K-means聚类算法

针对K均值聚类算法易陷入局部最小的缺点,提出了一种多种群协同进化的微粒群和K均值混合聚类算法,它将整个种群分解为多个子种群,各子种群独立进化,周期性地更新共享信息.同时将此算法与现有的基于遗传算法的K均值聚类算法进行了比较.实验结果证明,该算法能有效地克服传统的K均值算法易陷入局部极小值的缺点,同时全局收敛能力优于基于遗传算法的K均值聚类算法.     

基于遗传算法的数控机床服务模块配置设计

为实现数控机床总体配置的最优化设计,采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型,将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块,利用遗传算法对各个服务模块进行编码,并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数,建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后,通过MATLAB编程求解得到服务模块配置方案.     

基于模糊模式识别的模块选择算法

阐述了模块化设计中,模块选择的过程与策略.以属性结构为模型的模块数据库为基础,引用隶属度、贴近度等模糊数学的概念,提出了基于模糊模式识别的模块化选择算法,并对该算法的可行性进行了验证.     

空心管件压形模的设计

为设计实现空心管件压形模,通过对空心管件的变形分析,考虑具体模具设计要求,介绍了模具结构及工作过程.结果:完成了在曲柄压力机上使用的空心管件压形模的设计,并给出了模具结构、工作过程及主要零件的设计要点.此模具灵活可靠、操作方便,可以运用到类似的管件成形模设计中,填补了空心管件在压力机上利用模具成形的空白.     

静压轴承计算机辅助设计

本文讨论了静压和动静压滑动轴承计算机辅助设计中的设计计算、绘图方法及设计全过程,研制了相应的计算机辅助设计软件,包括分析计算模块、优化设计模块及计算机绘图模块,可在微机上实现人机交互,使用十分方便,可供设计部门直接采用。     

起重机起升机构模块化设计

起重机起升机构的结构形式多样,设计计算复杂,与传统的设计方法相比模块化设计方法能够满足其设计高效、灵活、多样化的要求。文章将具体介绍起重机起升机构的模块化设计的方法和思路。     

管理信息系统开发中的模块设计技术

针对管理信息系统 (MIS)软件系统设计的特点 ,研究提出了MIS开发中模块设计应坚持的基本原则 ,讨论了模块设计的两种基本方法。最后 ,给出了一个MIS模块设计的实例     

面向模块化设计与制造全过程的模块编码系统

从满足模块化设计和制造全过程的需要出发，分析了模块编码的作用与目的，讨论了制定编码的一般原则以及需要进行编码的信息。根据这些信息各自的特点分析了制定编码的一般方法，并结合某机床厂加工中心类机床模块化设计编码的实例进行了验证。     

物流园区中非接触式IC卡读卡器硬件设计

将非接触式智能卡技术用于解决物流园区车辆管理问题,完成了非接触式IC卡读卡器的硬件设计及系统的集成.硬件设计包括主控模块、射频模块、天线、通信模块等,可以读写距离在0～10 cm范围内的mifare one智能卡,达到了系统设计时的功能定义.     

模块化设计方法在信息产品设计中的应用

介绍了模块以及模块化设计的内容,论述了信息产品中模块化设计的要素,探讨了信息产品中产品模块与人的关系。     

只有一个不可分解么模的环

在Hopf代数的研究中,需要刻划只有一个不可分解么模,且此模为单模的环.环的正则模是若干这一单模的直和.本文给出了这类环的结构.