一种改进的两代竞争遗传算法

两代竞争遗传算法改变了简单遗传算法的选择机制，提高了搜索效率．但是两代竞争遗传算法易出现早熟现象，局部寻优能力并未改善．针对这些问题作者提出了一种改进算法，通过变异概率和交叉、变异范围的自适应调整，改善两代竞争遗传算法的搜索性能．实验表明，改进算法克服早熟现象，且能提高算法的局部寻优能力．     

自适应遗传算法在PID控制参数优化中的应用

针对传统的PID控制中参数整定的难题，采用智能控制技术优化PID参数，利用神经网络进行系统辨识，建立对象模型；在此模型基础上，运用遗传算法寻优PID控制参数，采用变交叉概率和变异概率自适应遗传算法寻优得到PID控制参数，与传统的整定结果相比较，遗传算法优化效果更好，最终达到最优的控制效果．     

用遗传算法设计模糊控制器

对遗传算法（ＧＡ）进行改进，将改进后的遗传算法应用到模糊控制器的设计中．以工业过程控制为对象，通过二阶系统模型的计算机仿真表明：改进后的遗传算法比传统方法具有更好的控制性能，可实现模糊控制规则的自校正和量化因子的寻优．     

一种阵列天线零点形成的新方法

提出了一种新型的幅值扰动形成零陷的方法，通过在幅值扰动的过程中引入遗传算法来进化寻优，从而达到在指定方向形成一定深度零陷的目的．为了克服基本遗传算法易于早熟和局部寻优能力较差的不足，采用了改进的小生境遗传算法．该零陷形成方法克服了传统零陷形成方法零陷深度不足、副瓣电平高等缺陷．仿真表明，该方法能较好地达到设计要求，且有较好的收敛速度和稳定性．与其他一些方法相比较，该法有更广阔的应用前景．     

基于模糊遗传算法的水轮机调速器参数优化

针对目前使用遗传算法优化水轮机调速器参数存在寻优效率较低这一问题，提出了一种用模糊遗传算法优化水轮机调速器参数的新方法。通过引入自适应变化的变异概率和交叉概率，改善了遗传算法的寻优效率，并提出了分段加权的目标函数以改善水轮机调速器的反冲影响。仿真结果表明，模糊遗传算法寻优效率较简单遗传算法有了大幅提高，具有很强的鲁棒性。     

基于退火不可行度的约束优化问题遗传算法

传统的遗传算法在求解带约束的数值优化问题时，主要采用罚函数法．本文针对罚函数法在实际应用中的困难和不足，提出了基于退火不可行度的遗传算法来处理各类约束优化问题．仿真结果表明该方法是一种有效的约束问题寻优算法．     

利用正交试验法优化配置遗传算法参数

针对遗传算法参数多，且配置困难的问题，提出一种利用正交试验优化选择参数的方法，它使得对于不同领域的优化问题只需用正交试验进行一次参数配置，然后用遗传算法进行具体寻优即可取得较好效果．这种方法易于编程的实现，且在一定程度上避免了遗传算法参数配置的盲目性．     

基于免疫遗传算法的物流运输求解

针对传统遗传算法的缺陷，提出了结合免疫系统原理和遗传算子自适应调整的方法，即免疫遗传算法．该算法可防止算法未成熟收敛、保证种群的多样性，在使用此算法搜索最优解时，可防止陷入局部寻优情况的出现．通过对一个运输实例的求解，证实算法可达到预期的效果．     

小生境遗传算法用于阵列天线方向图综合

基于共享函数的小生境遗传算法能克服基本遗传算法易于早熟和局部寻优能力较差等不足，使种群中的个体保持多样性，对这种小生境遗传算法的遗传参数进行部分改进，并将改进后的遗传算法用于线天线阵列的方向图综合．通过与传统的切比雪夫综合方法结果比较发现，该方法在低副瓣方向图综合以及零点形成方面都能得到不错的效果，为其进一步在其他形式天线阵综合中的应用打下基础．     

一种基于 GA 的模糊控制器直接设计方法

提出了一种利用计算机设计模糊控制器的直接方法，该方法运用ＧＡ（遗传算法）进行控制器参数寻优，具有设计速度快、人工干预少的特点．仿真说明采用该方法结果优于ＰＩＤ控制．     

块匹配运动估计算法的速度优化

在视频压缩系统进行帧间编码时 ,很多运动估计块匹配算法利用搜索样式的设计来节约计算资源 ,搜索速度尚有提高的空间·利用运动矢量主要分布在搜索区中心 3× 3范围内的中心偏置特性来优化块匹配算法 ,并同时采用起始搜索点位置预测来提高搜索命中率· 仿真试验表明 ,优化算法在保证原算法精度的基础上明显提高了搜索速度     

一种新的RFID防碰撞算法的研究

分析了RFID系统中二进制搜索算法和动态二进制搜索算法的防碰撞原理,并针对这些算法对碰撞连续的标签进行识别时操作效率较低,提出了一种新的算法.该算法是在二进制树形搜索算法的基础上进行改进的.对3种防碰撞算法的性能进行了比较,此防碰撞算法可以提高多卡识别的效率.     

基于信任度的分布式证书链搜索算法

为解决信任管理中分布式证书链的搜索问题,定义了成员集与权限集的概念,并在此基础上提出了基于信任度的分布式证书链前向、后向和双向搜索算法,分析了算法复杂度,与现有算法进行了比较,并以一个实例说明了算法的应用,结合算法的预处理等功能证明:算法具有一定的实用性和高效性.     

自适应免疫遗传算法在混合流程车间调度中的应用

针对钢丝绳生产混合流程生产模式和工艺、结构特点，研究与设计了自适应免疫遗传算法求解钢丝绳生产JSSP问题．该算法利用免疫算法指导收敛方向，提高了遗传算法运算效率，改善了局部搜索能力．同时改进了算法交叉算子和停机准则．应用于钢丝绳生产作业计划管理系统，提高了调度的科学性、时效性及可行性．     

基于DSP技术的H.263视频编码协议算法

对H．263编码原理进行了简单介绍，对运动估值中几种主要搜索算法的性能进行了分析比较，完成了H．263的运动图象的编码模拟，最后对其中的搜索算法——十字交叉搜索算法在TMS320 C6211 DSK板上进行了仿真。     

多极值函数的混沌优化法

为了克服混沌优化方法在缩小优化变量的搜索空间前所进行的全局性、遍历性的盲目搜索,提出了一种基于混沌搜索方向的全局最优方法。在多维函数优化当中,该方法首先通过混沌机制确定搜索方法,将问题转化为一维搜索问题,然后采用其他搜索算法求解一维优化问题,此方法有利于改善盲目搜索的缺点。仿真结果表明该方法在搜索速度上具有一定的提高。     

基于差分进化方法的投资组合管理模型

旨在克服非线性规划问题求解中传统数值算法的局部搜索性缺陷，引起了一种较新的全局搜索算法－差分进化方法，它收敛性好，原理简明，易于实现，以一个财产保险公司投资组合问题转化而成的非线性规划模型为背景验证了该算法的有效性。计算结果表明，与传统的非线性规划技术相比，该方法具有更好的求解效果。     

最近邻搜索用于分类问题的一种改进

最近邻搜索广泛应用于分类问题,其最显著的优点是分类准确率高、泛化性能好.但现有最近邻分类算法都存在着一个弱点——样本集增大分类计算量也显著增大.为了克服这一不足,本文基于一个新的思路,提出了最近邻分类方法的一种改进方法.该方法在进行最近邻分类时,不一定要找到待分类点的最近邻点,而只要知道最近邻点的类别即可,大大地减少了最近邻搜索时的计算量.用经典的分类问题双螺线问题(TSP)以及其他几个例子,就该改进方法的分类效果、分类速度和学习性能等3个方面进行了测试,并与经典的K维双叉树(KD树)最近邻搜索法以及压缩近邻法进行了比较.结果表明,就综合性能而言,本文改进方法是有竞争力的.     

A hybrid genetic algorithm based on mutative scale chaos optimization strategy

In order to avoid such problems as low convergent speed and local optimal solution in simple genetic algorithms, a new hybrid genetic algorithm is proposed. In this algorithm, a mutative scale chaos optimization strategy is operated on the population after a genetic operation. And according to the searching process, the searching space of the optimal variables is gradually diminished and the regulating coefficient of the secondary searching process is gradually changed which will lead to the quick evolution of the population. The algorithm has such advantages as fast search, precise results and convenient using etc. The simulation results show that the performance of the method is better than that of simple genetic algorithms.     

动态规划的改进算法

结合并行处理思想，对动态规划中的顺序(逆序)递推算法进行改进，改进算法在搜索结果上与原算法相同，但搜索速度明显优于原算法。