伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

一种新的伪并行遗传算法

利用混沌序列的伪随机性,将混沌引入伪并行遗传算法,提出了伪并行混沌遗传算法。对3个检测函数的仿真实验表明该算法能较好地克服早熟现象及收敛速度慢的问题,优于伪并行遗传算法、显著优于标准遗传算法。     

伪黎曼空间形式中的伪平行类空子流形

研究伪黎曼空间形式中的类空子流形.对类空超曲面,得到它是伪平行的充要条件;对伪平行类空子流形,利用约当三角系统得到它是全测地的充分条件.     

基于自适应伪并行遗传算法的动力学参数识别

为研究结构动力学参数识别问题,引入一种新的度量种群多样性的指标,构造了新的自适应遗传算子,结合伪并行遗传算法,改进了遗传算法的全局收敛性和收敛速度;利用ANSYS程序的参数编程,将其成功应用于动力学模型中弹性模量和阻尼的识别.数值试验表明,该方法具有满意的识别效果,并具有较强的抗噪能力,可用于工程实际.     

Mn(c)×R1中具有三个不同特征值的伪平行类空超曲面

研究了Lorentzian乘积空间Mⁿ(c)×R₁中伪平行类空超曲面,得到超曲面是伪平行的充要条件,证明了伪平行超曲面与H-平行超曲面等价;具有三个不同特征值的伪平行类空超曲面是常角超曲面.     

基于图像分割的伪并行免疫遗传算法聚类设计

遗传算法是一种自适应全局优化概率搜索算法。但它却由于进化过程的过早收敛而导致无法保证收敛到全局最优解。因此运用伪并行思想与免疫遗传算法相结合来弥补遗传算法的缺陷。1问题描述许多学科要根据所测得的相似性数据进行分类,把探测数据归入到各个聚合类中,从而对各聚合类     

电力网无功优化的一种新算法

为了避免常规遗传算法容易出现的“早熟”现象，并提高算法的精度，在无功优化的进化过程中以种群散度为判断尺度将原种群分化为若干子种群，引入了伪并行遗传算法思想。对各子种群独立进行选择、交叉、变异等遗传操作，并在每代遗传操作结束后相互传递有利信息，使各子种群向着更优方向进化。通过对IEEE14节点系统进行测试，论述了所采用的模型及算法的合理性和可行性。     

基于改进伪并行遗传算法的函数优化

针对遗传算法早熟和收敛速度慢的问题,在已有的伪并行遗传算法基础上对遗传操作进行改进。采用3个测试函数对改进的算法进行验证,结果表明改进的算法在函数的平均适应度值、平均运行代数、收敛概率等方面都取得了较好的结果。