Improved genetic operator for genetic algorithm

The mutation operator has been seldom improved because ressearchers hardly suspect its ability to prevent genetic algorithm(GA) from converging prematurely.Due to its importance to GA,the authors of this paper study influence on the diversity of genes in the same locus,and point out that traditional mutation,to some extent,can result in premature convergence of genes(PCG) in the same locus.The above drawback of the traditional mutation operator causes the loss of critical alleles.Inspired by digital technique,we introduce two kinds of boolean operation into GA to develop a novel mutation operator and discuss its contribution of preventing the loss of critical alleles.The experimental results of function optimizatioin show that the improved mutation operator can effectively prevent premature convegence,and can provide a wide selection range of control parameters for GA.     

改进型自适应遗传变异算子

通过分析二进制遗传算法中基因频率对种群多样性的影响，提出了一种新的能维持种群多样性，且具有自适应变异概率的变异算子，该算子染色体每一基因位上的变异概率由其基因位上的基因频率自适应决定．仿真实验表明该算子不但能保持种群的多样性．而且能有效提高算法的收敛速度．     

一种改进的程序分频器

对铷频标中的频率合成器内的程序分频器进行了设计，并介绍了改进后的程序分频器。实验结果表明，该程序分频器用于铷频标的频综器中性能指标满足要求。     

一种基于混合差分策略的改进差分进化算法

对启发式优化算法中的差分进化算法进行改进,在进化过程中并行交叉采用DE/rand/1/exp和DE/best/1/exp差分策略,应用聚集度因子进行种群重构,缩小了种群重构后的搜索范围,有效避免了种群重构的随机性.仿真结果表明,改进算法与使用单一差分策略的差分进化算法及PSO算法相比,寻优能力得到了显著提高.     

基于MATLAB的自动控制原理CAI软件设计

利用MATLAB语言编制了自动控制原理课程的计算机辅助教学软件，实现了对控制系统的建模、模型转换、时域性能分析和频域性能分析、时间响应、补偿校正等多种功能，有助于学生对该门课程的理解与掌握。     

基于Internet全球优化模式的进化计算

分析了进化计算的并行化原理，提出了并行进化计算中新的应用平台——Internet，给出了粗粒度并行遗传算法具体实现的方法．基于Internet的并行进化计算能够充分利用Internet的计算机资源，运行成本低，是解决巨量优化问题的有效方案，对于科研和工程应用具有重要的意义．     

BP自达应学习率设计

在神经网络的训练当中存在“过学习”现象以及参数难以选择的困难，本文指出了大多数自适应BP算法在学习率自调整中存在的问题，事后矫正，同时通过极其简单的优化手段，为当前权值的每一次调整选择一个次优（甚至最优）的学习率，从而改善了训练过程的平衡性和快速性，并且有效地解决了神经网络的“过学习”问题。     

咔唑衍生物与受电子分子间相互作用的~1HNMR研究

本文用250兆赫~1HNMR研究了咔唑衍生物(D)与受电子分子如对苯醌(A)等间的相互作用,证明它们在CCl_4溶液中形成了或强或弱的络合体AD并存在动态平衡     

扩充响应曲线法的递推求解及其在温度自适应控制中的应用

对扩充响应曲线法(ERCM)进行改进,提出的ERCM开环递推求解算法,简化了PID参数的整定过程.在PID零极点不变的基础上,将开环递推整定算法引入闭环系统中,实现了PID自适应控制.仿真与温度控制实验表明,改进的算法具有较好的鲁棒性和实用性。     

BP自适应学习率设计

在神经网络的训练当中存在“过学习”现象以及参数难以选择的困难 .本文指出了大多数自适应 BP算法在学习率自调整中存在的问题 :事后矫正 ,同时通过极其简单的优化手段 ,为当前权值的每一次调整选择一个次优 (甚至最优 )的学习率 ,从而改善了训练过程的平稳性和快速性 ,并且有效地解决了神经网络的“过学习”问题