基于云模型的参数自适应蚁群遗传算法

蚁群算法基于正反馈机制进行全局搜索,具有很强的全局收敛能力;遗传算法具有极强的快速全局搜索能力。为了充分发挥两种算法在寻优过程中的优势,提出一种基于正态云关联规则的自适应参数调节蚁群遗传算法。该算法利用云关联规则实现了蚁群策略和遗传策略的有效融合,极大程度地发挥其整体功能,动态地平衡了算法收敛速度和搜索范围之间的矛盾,最后通过实例证明了其在解决TSP问题时的有效性。     

基于自适应遗传算法的渠系优化配水模型研究

针对现有的建立在假定下级渠道配水流量相等基础上的渠道优化配水模型与绝大多数渠系实际配水要求不相符合等问题,研究了下级渠道流量不等时的渠系优化配水模型及其求解方法,并通过实例对基于自适应遗传算法和基本遗传算法的模型求解方法进行了比较。结果表明,与传统方法编制的配水方案相比,提出的模型和算法确定的渠系优化配水方案斗渠配水时间搭配合理、支渠配水流量均匀,符合优化配水原则;利用自适应遗传算法求解模型,能在进化过程中按个体优劣和群体分散程度自动调整遗传控制参数,可显著加快收敛速度和提高计算稳定性,具有较高的工程应用价值。     

电离层行进式扰动对天波超视距雷达坐标配准的影响

以电离层准抛物线模型为背景,建立了由大气重力波导致的电离层行进式扰动（travelling ionospheric disturbance, TID）模型。基于该模型,利用三维射线追踪计算分析了TID对天波超视距雷达坐标配准（coordinate registration, CR）的影响。结果表明,小尺度TID对CR影响较小;中尺度TID对电波高角射线影响较大;大尺度TID会改变原有的CR关系,严重影响CR精度。从模拟结果中还可以看出,TID对电波方位角的影响较小。     

基于遗传算法的系统动力学仿真模型研究

系统动力学（SD）在模拟复杂大系统的动态行为等方面颇具有优势；但同时存在固有的缺陷和不足，如机械性，精确度低等。本文提出了基于遗传算法的SD，它具有自组织，自适应，智能决策等特点，能更有效地领导具复杂大系统的动态行为。     

基于遗传算法的目标分配优化模型研究

现代防空的最终目的是选择最优的目标分配方案 ,充分发挥防空武器系统的效能 ,以取得最佳的作战效率。目标分配问题在防空指挥控制系统中占有重要的地位。结合现代防空作战运筹中目标分配的特点 ,给出了现代防空作战的目标分配模型 ,利用遗传算法给出了模型求解的方法及步骤。实践证明 ,该方法解题速度快 ,结果精度高 ,可以为决策者作出科学、准确的决策提供有力的支持     

基于一因多效的遗传算法研究

在自然界中存在着"一因多效"的现象,即某一基因可影响生物的许多性状的生长发育。模仿这一生物现象,提出了基于一因多效的遗传算法,建立了基因型与表现型之间的一对多的非线性关系,打破了遗传算法中惯用的一一对应关系。并阐述了一因多效遗传算法有利于维护问题空间的多样性,从而可采用小规模种群来提高算法的运行效率。以求解Rosenbrock函数的全局最优解为例,通过与传统遗传算法的对比实验,证实了一因多效遗传算法的可行性。     

基于目标运动模型的跟踪方法

针对常用的机动目标模型不能准确描述目标实际运动规律及常用跟踪算法只拟合目标的形心而不是目标轮廓轨迹的问题,提出一种基于目标运动模型的跟踪算法。该算法提取已检测出目标轮廓上的角点作为样本点,采用神经网络来构建目标运动模型,将用此模型预测出的目标轮廓上的点作为主动轮廓线的初始控制点来检测出目标真实轮廓,并反馈回神经网络的输入端来修正模型误差。实验结果表明该跟踪算法能很好地将前续目标检测结果继承到后续的目标检测过程中,对于目标跟踪中的遮挡问题也能很好地解决。     

基于遗传算法的UCAV动态任务分配模型及研究

针对多UCAV(multi-Unmanned Combat Aerial Vehicle)动态任务规划问题提出了单任务类型动态规划模型,基于事件驱动的原则,满足对打击不成功目标和新出现目标需要进行动态规划的要求,在实施目标攻击后或新目标出现时,以获得最大收益值为目标,采用遗传算法进行动态目标分配.与多任务类型模型相比,单任务类型模型有效地减小了可能解规模,寻优过程计算量小,所需时间短,仿真实验验证了模型的有效性.     

基于遗传算法的CGF学习行为模型研究

通过自学习使计算机生成兵力(CGF)具有决策能力,是机器学习技术应用于军事仿真的一个重要研究方向.运用基于Agent的建模方法和学习分类器系统技术,构建了基于遗传算法的CGF学习行为模型框架,详细论述了该模型学习过程的运行周期,并将记忆功能引入CGF决策模型来加速学习进程.最后,设计了一个可视化验证系统,实验结果表明该模型的有效性和可行性.     

双三轴正交测量系配准误差建模与校正研究

捷联式电子罗盘是一种利用地球磁场测量方向的系统,它是一个双三轴传感器测量系统.随着应用领域的拓宽和技术的发展,对罗盘的精度要求越来越高,在现罗盘硬件确定的条件下,要提高罗盘的精度,就要对两个传感器进行配准.通过采用坐标转换原理进行配准误差建模,用常用于地球物理学的反演算法,对误差进行估计和修正,最终实现罗盘传感器的配准标定.实验仿真表明,该法能明显的提高罗盘的精度.     

基于遗传算法的BP神经网络时间序列预测模型

神经网络能以任意精度逼近非线性函数 ,以神经网络为基础的时间序列预测模型能很好地反映非线性系统发展的趋势 ,但神经网络训练速度慢、易陷入局部极值。针对这种情况 ,用具有良好的全局搜索能力的遗传算法来改进神经网络时间序列预测模型 ,提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络 ,并将该神经网络时间序列预测模型应用于某时间序列的预测。     

面向用户的一种遗传算法研究

电子商务的发展对网络服务的多元化提出了更高的要求。WebsiteMaster不仅应该考虑为用户提供内容丰富的服务 ,还应兼顾用户个性化服务的请求。利用遗传算法的理论和方法 ,讨论了一种在WWW上根据用户最近访问的一组页面挖掘出表达用户兴趣信息关联的GMPWS模型、算法及其相应的改进方法 ,并给出了相应的编码方式。在此基础上进行了实例验证和分析     

A Robust Model Following Control for Plant withUncertain Parameters Based on Genetic Algorithm

1IntroductionModelfollowingcontrolsystemaredesignedtomaketheoutputsoftheplanthavingdesiredperformance.Thegeneralstepsofcontrolsystemdesignare:thefirstistomodeltheplants,andthencontrolschemesaredesignedbasedonthereferencemodel.However,forarealcontrolledplantthereedestsomedifficultiestodevelopanexactmodelsuchasobtainingtheaccuratesystemparameters.Someparametersaretime-varyingandfunctionsofthesystemstates.Whenwedesignacontrolsystem,theseuncertaintieshavetobeconsidered.Therearemanyresearchreports…     

分流机制遗传算法研究

提出了一种基于分流机制的新型遗传算法。该算法采用优种限量繁殖 ,达标种交叉和劣种变异的策略 ,突出遗传算子各自的优点和作用 ,根据进化质量自适应地调整交叉和变异概率 ,使种群具有很强的可进化性。分流机制遗传算法改变了遗传算法的传统结构 ,种群始终具有探测新的超平面 ,从而获得新的最优个体的能力 ;同时 ,对于进化中的个体不需进行所有遗传算子操作 ,提高了算法的全局收敛性 ,降低了时间复杂度。测试结果表明了所提方法的有效性。     

基于遗传算法的ATM网络中VCC路由选择方法

针对遗传算法强大的全局寻优和并行处理能力 ,提出了一种改进的遗传算法调度ATM网络动态路由的新算法。综述了使用遗传算法进行通信网络节点选择的问题 ,指出了原有算法进行遗传算法优化时存在的不足 ,并提出一种新的基于动态惩罚的解决策略 ,其思想是在进化的过程中 ,逐渐减小对可行解惩罚的力度 ,使网络向可行解逼近。通过简单模型的仿真 ,验证了动态惩罚策略的可行性和有效性。     

基于主从结构的遗传算法研究

提出一种主-从结构的遗传算法。算法中,主级为全局搜索染色体;从级为局部邻域搜索染色体。通过主-从协调机制和从级转换函数设计,使算法不依赖复杂的编码方式和复杂的遗传算子进行全局精确搜索。通过仿真和比较实验,验证了算法的有效性。     

改进的快速遗传算法及其性能研究

遗传算法作为一种有效的全局随机优化方法,在工程界已得到了广泛应用。为了克服工程应用中遗传算法所表现出的计算费时、稳定性差等缺点,提出了一种快速收敛的遗传算法,从初始群体生成及遗传算子操作等几个方面作了改进。通过几个复杂函数的优化仿真实验,证明该算法能大大提高遗传算法的收敛速度,明显改善算法的计算稳定性。     

可计算一般均衡CGE模型的遗传算法研究

简单讨论了求解 CGE模型的早期 Scarf算法和牛顿算法、以及新近流行的 CGE模型求解工具软件 GAMS和 GEMPACK中的典型算法 ,并且分别指出它们的优缺点 ;最后给出了一个基于模拟进化思想体系的 CGE模型竞争求解算法 ,并给出了算例.     

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。     

基于遗传算法的均匀圆阵宽频段二维WSF算法

基于多圈均匀圆阵 (UCA)构造了二维加权子空间拟合 (WSF)算法的代价函数 ,用遗传算法进行了优化 ,从而得到了对宽频段内多个独立源或相干源的高精度、高分辨率和强鲁棒性的二维波达方向估计 (DOA)。计算机仿真表明了该算法的有效性。