遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

计算机串口通信程序设计

在当前的各种实时监控系统和通信系统中,串口通信是应用最为广泛的通信方式之一,基本上各种下位机都支持串口通信,在大多数系统设计时串口通信部分的功能是类似的.以实现这些功能为主线,探讨了在具体设计时所需要注意的问题.     

n-集函数多目标规划的对偶

在较弱凸性条件下,研究了一类可微n集函数的多目标规划问题的对偶问题。首先,对已知集X的子集的σ代数A的n折积An,定义了伪度量d(R,S),给出了相应的特征函数〈h,Is〉;其次,通过特征函数给出了集函数在S°可微的定义及集函数在S°关于第i个变量Si的偏导数定义;给出了多目标规划问题(VP)的弱有效解概念及(VP)的最优性必要条件;最后,分别在目标函数和约束函数的3种较弱凸性条件下,研究n集函数多目标规划问题的对偶问题,获得了3个弱对偶结果和强对偶结果。     

遗传算法中交叉算子的配对策略研究

提出了一种称为“国王配对”的配对策略来选择进行交叉运算的父母体,在此基础上再执行改进的交叉运算.经过测试,证明国王配对策略比随机配对策略要优越,可以加速遗传算法的进化过程.     

山西三个地区短额负蝗的RAPD分析

采用随机扩增多态性DNA(RAPD)技术对山西短额负蝗3个种群(繁峙、原平和太原)45个个体进行扩增，10条随机引物扩增共产生了125条带，多态性片段为121条，种间共有片段为5条．Nei’s基因多样性指数对RAPD数据的分析表明：种群间的遗传分化系数为0．2206，22．06％的遗传变异存在于种群间，用NJ法和UPGMA法对这三个种群的Nei’s遗传距离作聚类分析，结果显示：原平种群和繁峙种群遗传分化较小，太原种群与它们的遗传分化较大，由Nei’s遗传一致度和遗传距离可以看出，繁峙种群和原平种群的遗传距离最小为0．0852，它们与太原种群的遗传距离较远，结果表明短额负蝗不同种群的遗传分化程度与遗传距离和地理距离呈正相关。     

用遗传算法模拟复杂最优网络的自然涌现过程

为了模拟复杂最优网络从树演化到完备图的整个过程，解决现有邻接节点编码方法只适用于低密度网络，而传统的交叉变异方法又有大量不可行解的问题，提出了基于三角阵的变长基因编码方法和段间交叉、段内变异平衡的交叉变异方法．该编码方法只记录对称邻接矩阵中三角阵的信息，反映了无向网络的所有可能变化，因而编码串长度适中，网络边数不需限制，可以模拟网络从树到完备图的整个演化过程．段间交叉只交换节点一级近邻的连接方式，段内变异平衡对边进行重绕，这既符合遗传算法的要求，又保证了网络的连通性．模拟结果表明，与邻接节点编码和传统交叉变异方法相比，所提方法适用范围更广，收敛速度较快．     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

最优和最小能量最优跟踪问题

以广义逆矩阵的理论和Bellman动态规划方法为基础,给出了离散线性时变系统最优和最小能量最优跟踪问题的两种形式的解,对每一种情形,还给出了最小跟踪误差和最小控制能量的简洁表达式.     

基于遗传算法扶梯驱动机模糊可靠性优化设计

应用啮合理论和模糊可靠性优化理论，以自动扶梯驱动机主传动机构中蜗杆传动的效率及中心距为目标函数，选取必要的设计参数，并使用改进的遗传算法，对驱动机中的蜗杆传动进行模糊可靠性优化设计．结果表明，该算法具有较强的全局收敛性，且收敛速度和稳定性有所提高，与传统设计方法相比，蜗杆减速器的中心距下降了30．4％，蜗杆的相对滑动速度下降了10．12％，综合曲率半径增大了17．34％．     

混合遗传算法求解0-1背包问题尝试

遗传算法是一种基于自然选择和遗传机制的搜索算法．为解决著名的0-1背包问题，尝试混合使用一点杂交与多点杂交以及将传统的算法与遗传算法相结合的方法，对经典遗传算法进行改进，并在实验中获得了更佳近似解．