基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.     

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。     

基于遗传算法的机组优化组合研究

为降低发电机发电成本,采用改进的遗传算法研究发电机组优化问题。首先将爬山法应用于遗传算法,使得改进后的遗传算法不仅具有搜索速度快、鲁棒性强等优点,而且收敛迅速,精度高;然后将改进算法应用于发电机机组优化。模拟仿真表明,该算法收敛性好,适应性强,具有很好的实用价值。     

基于改进遗传算法的多元函数优化计算

研究了基本遗传算法在多元函数优化问题中存在的缺陷,提出了一种改进的遗传算法,使用适应值比例变换方法,在交叉与变异算子,染色体基因解码方式等方面做了改进,通过对难以优化的多元函数的优化计算,证明了该算法有良好的全局搜索能力和较快的收敛速度。     

一种基于最优化模型的数字电路测试生成方法

基于基本门电路的特征函数及被测电路的约束网络结构模型,首先提出了一种用于数字电路的模拟退火（ＳＡ）测试生成算法,然后在ＳＡ算法中采用梯度长法的退火梯度法,该方法的特点是具有全局收敛性和较高的计算效率,它不仅加速了数字电路的测试生成过程,而且也可应用于其他类型的优化问题。     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

基于遗传算法的BP神经网络对农业产业的分析预测

农业产业总值的准确预测对农业产业的优化和改善具有重要的意义.以遗传算法优化的BP神经网络建立农业产业总值的预测模型,该模型结合遗传算法和BP神经网络两者的优点,既有神经网络强大的学习能力,又具有遗传算法的全局搜索能力.采用该算法对农业产业总值进行预测,并与实际值进行对比分析.结果表明,该算法收敛速度快,预测精度高,具有较高的可靠性和适用性.     

一种新的改进粒子群算法研究

为克服粒子群优化(PSO)易早熟的缺点,提出了一种改进的粒子群优化(MPSO)算法.该算法使整个粒子群按照变异率产生变异粒子,变异的粒子不再朝群体最优解方向飞行,而是朝反方向运动.MPSO提高了种群的多样性,扩大了搜索的空间,提高了粒子群算法摆脱局部最优解的能力.仿真实验表明,改进的粒子群优化算法显著提高了PSO算法的全局搜索能力,且其性能也明显优于遗传算法.     

基于改进人工蜂群算法的分布式电源规划

通过改进人工蜂群算法,建立了系统网损最小、电压质量最优的综合优化目标,应用判断矩阵法确定多目标的权重系数,进一步优化分布式电源的选址与定容.在改进的算法中,运用均匀设计-反向寻优的方法来优化初始群体,提高全局寻优率.同时,为了解决基于比例适应度选择不足的问题,用基于适应度排序的选择概率代替了基于比例适应度的选择概率,不仅使种群的多样性得到了保护,而且扩大了全局搜索的范围.最后采用IEEE33标准节点配电网仿真,通过算例分析来验证该算法的有效性和可靠性.     

非精确搜索下的超记忆梯度法及其收敛性

提出一种新的无约束优化超记忆梯度算法,算法在每步迭代中充分利用前面迭代点的信息产生下降方向,采用Armijo搜索产生搜索步长,在较弱的条件下证明了算法的全局收敛性.     

遗传算法及其在化学领域中的应用

简要地介绍了遗传算法的基本原理、理论基础及其在化学领域中的若干应用.指出遗传算法是基于自然选择和基因遗传学原理的随机的搜索算法,它无需体系的先验知识,能在许多局部较优中找到全局最优点;它以其解决非线性问题的鲁棒性、全局收敛性具有独特的吸引力,正引起越来越多的研究及应用.     

基于项对索引链表的优化FP-Growth算法

提出了基于邻接矩阵思想的FP-Growth改进算法IPILFPG,它采用项对索引链表作为FP树的辅助存储,避免重复遍历路径,优化搜索过程.该算法显著降低挖掘存储空间以及时间复杂度,提高挖掘效率.通过实验验证其正确性,并与其它算法比较验证其高效性.     

交通运输网络的二叉堆索引及路径算法优化

交通运输网络的最短路径分析是地理信息系统网络分析最常见的应用之一.该文在二叉堆索引结构的基础上改进了计算最短路径的Dijkstra算法和A^*算法，采用了多种优化策略提高算法的运行效率.首先，应用二叉堆索引提高了交通运输网络存储结构的读取效率；其次，通过数据类型的低精度损耗简化和运算类型的简化，提高了算法的计算效率.另外，优化了A^*算法中估计函数的计算方式，有效降低了搜索空间，提高了Dijkstra算法和A^*算法的整体计算效率.实验结果表明Dijkstra算法的改进方法可使计算速度提高7倍以上，对A^*算法的改进可使计算速度提高200倍以上.     

多元LDPC随机译码的似然概率快速生成算法

多元随机译码算法能有效解决译码复杂度高的问题,但似然概率生成的计算仍有较高的计算复杂度. 为解决这一问题,文中提出一种针对M阶正交振幅调制下的多元低密度奇偶校验码的随机译码算法. 通过计算星座图中部分星座点和接收信号点之间的欧几里德距离来确定随机译码的似然概率,而不必计算所有星座点的似然概率,省去了复杂的幂次运算. 仿真结果表明,该算法能有效降低多元LDPC码随机译码的计算复杂度,性能损失较小,是一种适合多元LDPC译码器前端实现的译码算法.     

基于混沌克隆的混杂多目标免疫优化算法

针对遗传算法求解高维多目标问题时易于早熟、陷入局部搜索等缺点.本文借鉴生物免疫系统的混沌现象及其自适应性和并行性,提出一种混杂多目标免疫优化算法(HMIOA).算法基于混沌映射产生初始抗体群并利用混沌规律克隆优秀抗体;根据抗体的被控度和抗体间的拥挤距离设计抗体的亲和力;算法在进化过程中对不同子群采取不同突变方式;借助Average linkage聚类法更新记忆细胞等.数值实验中,选取两种著名的多目标进化算法和一种克隆选择算法,应用于4种不同类型的高维多目标优化问题,比较结果表明:HMIOA所获Pareto有效面较大的控制其他算法所获Pareto有效面,且有效面的分布较均匀.     

自适应调制中一种新的盲检测算法的研究

在基于包传输的自适应调制系统中,提出了一种新的调制方式分类的算法,即利用接收到的包数据在星座图上的每一个点周围区域的分布概率来确定调制方式,并通过分析对该算法参数的选择进行了讨论,仿真和分析结果表明此算法对自适应调制系统是非常有效的,且复杂度很低,适用于实时处理.     

基于特殊选择的抽象进化算法的收敛性

首先定义了抽象选择算子和抽象进化算子，基于这两种算子给出了一般抽象进化算法的定义．特别讨论了一种基于特殊选择的抽象进化算法，根据状态空间的分类，分析了这种特殊选择进化算法种群的一步转移概率矩阵的性质，最后证明了这种算法的Markov链存在极限概率分布．     

三次样条的全程和局部数据归约策略

现已开发出多种全程和局部算法, 用于减少在给定的平均偏差内的近似三次样函数的结点数。全程算法导出一个出求最少结点数的好方法,而局部算法既节省时间又可获得满意的结果。     

道路监控视频中运动目标分割算法的研究

运动目标分割是交通事件检测的基础,分割的质量直接影响道路事件检测的准确性.依次研究了平均法、连续帧差法、混合高斯建模及阴影消除等算法,并综合应用于道路监控视频的运动目标分割的各阶段.针对连续帧差法和混合高斯建模算法进行了仿真实验,结果表明,混合高斯建模算法更适合做运动目标的分割,但由此得到的前景运动目标常受到阴影干扰,所以在混合高斯建模算法中,加入了消除运动目标阴影的算法.通过实验仿真表明,优化的该算法能够更加清晰地分割出前景运动目标图像.