一种相对快速收敛的遗传算法的探讨

GA作为一种新的全局优化搜索技术比起其他搜索算法,优点明显,其不足之处是当搜索具有复杂染色体结构的求解空间时收敛速度慢.针对这问题提出了一种改进的相对快速收敛的GA算法的思路:增加对染色体的分割与重组操作,依据于各段的结构和段长,组成段群体,对其实施遗传操作以寻找优化段,重新组合成完整的染色体来搜索优化解.     

一种快速寻优的新型改进遗传算法

在现有几种遗传算法(GA)的基础上,对GA中的适应度函数、交叉策略和变异策略做了进一步的设计,从而提出了一种新型改进GA。新型改进GA以群体的多样性与算法的收敛速度、全局与局部搜索能力的综合均衡为设计重点,较好地解决了一般GA收敛速度慢和局部搜索能力差的缺点。仿真结果表明:该算法与常用的标准GA和采用算术交叉算子的实值编码改进GA相比,有更快的收敛速度,更高的收敛精度及全局收敛概率。     

配送中心选址与车辆路径问题的优化

为了克服蚁群算法(Ant Colony Optimization,ACO)搜索初期信息匮乏、信息素累积时间长、求解速度慢的缺点,结合具有快速全局搜索能力的遗传算法(genetic algorithm,GA),同时引入混沌搜索和平滑机制,采用混沌搜索产生初始种群可以克服生成大量非可行解的缺陷,加速染色体向最优解收敛,平滑机制有助于对搜索空间进行更有效的搜索,构成混沌蚁群优化算法(Chaos Ant Colony Optimization,CACO)。建立物流配送中心选址(logistic distribution center location)与车辆路径问题(vehicle routing problem,VRP)的数学模型,分别应用CACO和GA求解,对50客户规模的问题模型仿真,结果表明CACO优于GA。     

利用优化的遗传算法解决饲料配方设计问题

 利用改进和优化传统遗传算法的选择策略、搜索空间,自适应调整交叉率和变异率提高了计算效率,并在遗传进化过程中用优秀个体群来逐步缩小搜索空间,提出了求解饲料配方设计问题的一种改进方法(GA+).应用该方法对3个经典非线性测试函数进行了仿真,在收敛速度和全局优化方面好于现有的遗传算法.结果表明,GA+较好地保持了种群的多样性,精度高、收敛速度快,对求解饲料配方设计问题非常有效.     

基于混合遗传算法的随机结构可靠性优化设计

遗传算法（GA）是一种具有随机搜索技术的进化算法,但在运用过程中出现早熟、收敛速度慢、局部搜索能力差的缺点。对遗传算法中的遗传算子进行了改进,提出了遗传算法和最佳矢量法相结合的混合遗传算法,并引入了小生境技术。分析表明,基于小生境的混合遗传算法即发挥了最佳矢量法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,使收敛性能大大改善,同时小生境技术的使用,避免了优化过程中局部最优解的出现,提高收敛速度。具体算例表明该混合遗传算法是一种高效的结构优化方法。     

多子群协同链式智能体遗传算法分析

针对遗传算法(genetic algorithm,GA)易出现搜索效率不高和早收敛现象,提出了一种多子群协同链式智能体遗传算法(multi-population agent genetic algorithm,MPAGA)。该算法采用多子群并行搜索模式、链式智能体结构,引入动态邻域竞争和正交交叉等策略,有效提高了算法性能。采用3个复杂多峰测试函数对算法进行优化性能测试结果表明,MPAGA比普通智能体遗传算法有较快的收敛速度,能有效防止早收敛现象。     

连铸组中间包问题的MTSP模型及混合优化算法

针对连铸计划中的组中间包问题,建立了多旅行商问题(MTSP)模型,提出了一种结合启发式、k-opt邻域搜索和EDA进化的混合优化算法.该算法首先利用启发式规则确定虚拟炉次的个数,从而确定染色体编码长度,每个染色体代表一种中包组合方案,然后设计了基于概率矩阵模型的EDA进化算法对染色体进行全局寻优,并使用k-opt邻域搜索进行局部优化.EDA算法不需要设计如遗传算法(GA)那样的交叉算子,避免了交叉导致的编码非法性问题.通过对企业实际生产数据进行仿真计算,其结果表明了算法具有良好的优化性能和实用性.     

基于遗传拟牛顿混合算法的四杆机构优化

针对曲柄转角限定和未限定的平面四杆机构轨迹综合问题,文章结合遗传算法(genetic algorithm,GA)全局搜索和拟牛顿算法BFGS局部快速收敛的优点,设计了一种基于GA和BFGS算法混合的平面四杆机构优化算法。对四杆机构进行运动学分析,得到连杆上一点的运动学方程;建立机构的优化数学模型;通过实例与其他启发式智能算法优化结果的对比,验证了该算法在曲柄转角限定和曲柄转角未限定的平面四杆机构轨迹拟合上具有高度的全局收敛能力。     

基于自适应遗传算法的无人机轨迹优化

针对目前无人机爬升轨迹优化算法存在的收敛速度慢、容易陷入局部最优解等问题,提出了一种基于自适应遗传算法的爬升轨迹优化方法。首先,结合无人机爬升阶段的运动方程和性能指标给出爬升段轨迹的优化模型。其次,为提高染色体的多样性和算法的收敛速度,对自适应遗传算法做了相应改进,使其更适合用于爬升轨迹的优化。最后,根据无人机爬升段轨迹特点,给出具体优化步骤,并对某型无人机爬升段轨迹做了优化仿真验证,结果表明所提出的方法能够在一定程度上节省运营成本。     

基于信息熵的改进海豚群算法及其桁架优化

针对基本海豚群算法易陷入局部最优的缺陷,提出了基于信息熵的改进海豚群算法,引入信息熵来度量海豚群搜索阶段的不确定性,控制搜索阶段的选择概率,降低盲目搜索,克服了基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷。将改进后的算法应用到桁架结构的优化中,并与其他算法优化结果进行了比较,证明了改进的算法在收敛速度和寻优精度方面有更好的表现,将其应用到桁架结构优化设计中,为结构优化设计提供了一种有效的方法。     

基于GAs求解整数规划问题的算法设计

对于遗传算法（ＧＡｓ）求解整数规划问题,提出一种新的位串编码结构,采用一种新的加速变异算子,可明显改善寻优的收敛速度,并为保持种群多样性引入分散型淘汰法。     

基于遗传算法的组卷策略

对试卷的评价指标做了相应的分析。在此基础上,着重对自动组卷算法进行了研究,通过建立自动组卷问题的数学模型,提出了一种基于遗传算法Genetic Algorithm解决组卷问题的新方法,该算法适应全局寻优且收敛速度快等特点,解决了传统组卷中编码长、适应度函数值计算困难等问题,较好地满足了自动组卷的要求,进而建立和描述了组卷问题的染色体结构和适应度函数,设计了问题的遗传操作。     

基于神经网络——粒子群优化算法的医学图像分割新方法

提出了一种基于神经网络——粒子群优化算法的医学图像分割新方法,将粒子群优化算法用于神经网络的学习训练,克服了神经网络收敛速度慢,以及容易收敛到局部最优解的缺点。并与遗传算法进行了比较,结果表明,该方法不仅能更快地收敛于最优解,而且在分割准确率、误差率以及运行时间上也都有了较明显的提高。     

基于智能优化的英语试题库组卷策略研究

如何从给定的一个庞大英语试题库中自动生成满足一定要求的测试试题是目前我国利用计算机进行英语辅助教学的一个重要研究课题.针对英语测试试题的题型结构,建立了一个智能组卷的新模型,同时给出了求解的智能方法,最后的数值试验结果表明,新方法对按照教师或英语教学大纲的要求生成一份有效的英语考试试卷是非常有效的.     

前混合磨料射流磨料速度测试的新方法

前混合磨料射流超强的打击力主要是由高速磨料群提供的,因此,磨料速度测试是磨料打击力分布规律等研究的基础。针对传统研究方法的不足之处,笔者提出采用PIV技术结合自主编程设计的磨料中心识别程序,实现非接触式测试手段下磨料速度测试实验研究,并利用该方法简要分析了喷嘴结构对磨料速度的影响。结果表明,在一定范围内增加直线段长度有利于提高喷嘴出口处磨料的速度,表明在喷嘴直线段末端磨料依然处于明显的加速状态;增加收敛段长度对提高喷嘴出口处磨料速度有一定的作用,但磨料速度增幅不大;收敛角较大时,液相在收敛段前半段加速缓慢而在后半段过于剧烈,因磨料颗粒加速滞后于液相的原因导致喷嘴出口处磨料速度降低。     

求解双曲型方程的隐式差分方程的并行迭代法

主要研究了双曲方程的三层隐式差分方程的分段并行迭代法。其基本思想是把隐式差分方程组划分为若干个子方程组来分别同时进行求解。文中给出了构造隐式差分方程组的分段隐式迭代法的一般过程,论证了它的收敛性。它具有0（△t^2＋△x^2）的精度阶和绝对稳定性对任意网比r和任意阶子方程组迭代过程都是收敛的。并阐明了它处理子方程组的优越性。为说明此迭代法的有效性,针对具体例子给出了数值试验结果。     

关于变分与互补问题的线性逼近方法的收敛性分析

建立了Ｐａｎｇ与Ｃｈａｎ提出了的求解变分不等问题的线性逼近方法的Ｋａｎｔｏｒｏｖｉｃｈ型收敛性理论，对于其特殊情形Ｎｅｗｔｏｎ法，刻划了其收敛速度及误差估计，给出了关一发不等问题的新型的解的的存在的唯一条件，且为迭代序列的初始选取提供了可靠的依据。     

利用PCR产物一步法敲除大肠埃希菌的外排泵基因acrAB

通过电转化将一段PCR产物引入宿主菌BW25113/pIJ790细胞内,PCR产物两端有与染色体同源的30个核苷酸序列,中间是抗生素抗性基因。pIJ790上编码λ噬菌体的3个重组蛋白:Exo、Bet和Gam组成Red重组系统,可实现线性片段的一步法高效重组,以PCR产物中的抗生素抗性基因取代靶基因。通过该方法得到了大肠埃希菌的外排泵基因acrAB敲除突变株,该菌株在抗菌物质的抗菌机制研究方面能发挥一定的作用。     

基于改进差分进化算法的无人机在线低空突防航迹规划

为了解决无人机在部分未知敌对环境中的低空突防航迹规划问题,提出了一种改进的差分进化算法.该算法的进化模型采用冯.诺伊曼拓扑结构,并对其进行拓展,使种群在进化初期保持多样性,避免进化早期陷入局部最优,而进化后期加快收敛速度.该算法改进了差分进化算子中的变异操作,从而加快算法的收敛速度,快速找到多目标优化问题的最优解;同时,采用将绝对笛卡儿坐标和相对极坐标相结合的编码方式以提高搜索效率.将该算法用于无人机在线航迹规划仿真实验,并和未改进的算法结果作比较,验证了该算法的有效性.     

新型钢筋混凝土复合剪力墙抗震性能试验研究

在现有结构体系的基础之上,提出了一种新型格撑式复合剪力墙,通过对二榀格构复合剪力墙和一榀带边框的钢筋混凝土剪力墙的对比试验,着重研究了复合前剪力墙的抗震性能、延性和耗能能力;给出了复合剪力墙的滞回曲线,恢复力计算模型,试验结果表明：这种复合剪力墙具有良好的延性和耗能性能。