基于环形窗口的主动工工件识别方法

提出一种基于环形窗口的主动工工件识别方法，通过选择合适的环形窗口进行特征抽取，以提高特征对相似工件的区分能力并降低计算复杂性；利用具有方向信息且以图象形心为中心的圆形模板旋转匹配，进行快速，高精度地方向判定。     

基于遗传算法的环形供热网可及性分析

针对集中供热环形网提出了可及性分析的概念,建立了相应的数学模型。在算法上,针对这一复杂的多变量非线性优化问题的特点,提出关于环形网的几个定理,并在此基础上对问题进行简化处理,采用最佳保留机制的变形标准遗传算法ＶＣＧＡ进行求解,利用遗传算法的强鲁棒性寻找问题空间的全局最优解。为弥补遗传算法后期局部搜索不力的缺陷,在ＶＣＧＡ搜索的基础上,采用直接搜索的方法进行局部微调,形成了一种混合算法。本文提出的可及性分析方法,可以为环形供热网的运行调节和优化调度提供指导,为系统的扩容改造提供依据。本方法已经在几个集中供热网等工程中具体应用。     

利用遗传算法选择最优管理决策

作者阐述了随着知识经济时代的到来研究复杂系统的重要性。指出采用计算机虚拟的方法去动态地分析复杂系统的演化规律，可以帮助人们快捷地选择经济而合理的决策方案，并用遗传算法实现了一个管理决策的最优选择。     

利用遗传算法精确标定摄像机参数

讨论了利用遗传算法作为优化算法的双阶段摄像机标定方案。首先,忽略摄像机畸变的影响,根据先验假设恰当组合摄像机的其他内外参数。构成线性方程,利用最小二乘法直接估计摄像机主要参数的初始值;其次,考虑摄像机畸变的影响,在初始值的基础上利用遗传算法优化摄像机的全部参数。该标定方案直接优化摄像机相对于世界坐标系的旋转角度,因此能够在获得精确解的同时,保证旋转矩阵的正交约束条件。此外,由于遗传算法的染色体具有     

基于遗传算法的神经网络在局部放电模式识别中的应用

针对ＢＰ神经网络（ＮＮ） 在大型发电机局部放电模式识别中存在的收敛速度慢、容易陷入局部极小点的问题,提出采用遗传算法（ＧＡ） 作为神经网络的学习算法．并且根据神经网络结构的特点,构造了新的遗传算子．结果表明,与ＢＰ神经网络相比,ＧＡ 神经网络的收敛性能和推广能力都有了明显提高     

基于遗传算法的模型参数选择

企业求解复杂问题往往求助于智能决策支持系统,而智能决策支持系统要在用户给出各参数后,为其选择模型结构、确定模型参数.本文探讨利用遗传算法实现对具体问题模型参数的选择方法.     

遗传算法研究现状与应用

本文在对遗传算法及其特点进行简单介绍的基础上,重点阐述了遗传算法的研究现状及其应用领域,以及遗传算法在自动指纹识别方面的应用实例。实践证明,遗传算法作为一种非确定性的拟自然算法,为复杂系统的优化提供了一种新的方法。     

利用改进的遗传算法求解非线性方程组

提出一种改进的求解非线性方程组的浮点遗传算法,算法通过把非线性方程组的求解问题转化为约束优化问题,然后将局部搜索信息引入遗传算法,通过改进的变异算子不断调整搜索区域,最终搜索到含有最优解的区域,再利用局部搜索信息提高解的精度.数值实验结果表明,改进后的浮点遗传算法具有较好的全局优化能力和局部搜索能力,且提高了求解的速度和解的精度.     

环形剪切开孔软钢阻尼器参数优化设计

为了提高环形剪切开孔软钢阻尼器耗能能力,对阻尼器的相关参数进行了优化设计。其中,阻尼器的钢板厚度和开孔率为设计变量,耗能性能为优化目标,同时阻尼器总用料为约束条件。首先基于Kriging代理模型,通过拉丁超立方抽样设计和有限元分析,建立阻尼器耗能性能与其参数之间的函数关系;然后应用遗传算法,对阻尼器的几何参数进行全局寻优,从而得到阻尼器最优参数组合。结果显示：所建立Kriging模型的预测响应值与数值分析得到的响应值之间的相关性r²≥0.95,可见该模型具有较高的精度;经参数优化后的阻尼器,其耗能性能提高了6.2%,同时总用料降低了5.4%。利用此优化设计方法,不仅提高了该阻尼器的性能,同时降低了阻尼器的制作成本,实现了安全性与经济性的双重优化。     

基于AdaBoost和遗传算法的快速人脸定位算法

针对采用AdaBoost算法构建人脸检测器时存在的特征冗余问题,提出了一种新的快速人脸定位算法.首先用AdaBoost算法选取类Haar小波特征(称作AdaHaar特征),然后用遗传算法在低维的AdaHaar特征空间进一步优选,消除冗余并得到相应的权系数,最终的人脸检测器由这些优选的弱分类器及其相应权系数线性组合而成.实验结果表明,采用文中算法训练的人脸检测器在检测正确率、检测速度及占用内存等方面的性能都得到了改善.     

BP算法的改进及在模式识别中的应用

主要分析了BP算法的特点以及在模式识别应用中存在的一些缺陷,研究了遗传算法和BP算法相结合的相关技术,设计并实现了一个遗传算法和BP算法相结合的BP-GA算法,并用一个经典实例说明该算法在模式识别中的应用.实验结果表明,基于BP-GA的模式识别系统有较好的泛化能力,较好地克服了网络单纯利用BP算法训练网络陷入局部极小值,导致网络训练失败的缺陷.     

一种改进的遗传算法用于PI控制器的参数寻优

以武钢１７００ｍｍ精轧机主传动系统中控制对象特性参数的改变后系统动态响应品质变差为背景,利用遗传迭代算法双闭环控制系统中转速ＰＩ调节器优化问题,数字仿真结果了该算法的有效性和合理性     

图形及椭圆形窗口的裁剪算法一则

提出一种图形及椭圆形窗口的裁剪算法：（１）图形窗口,利用圆心到线段的距离来判断该线段与圆是否有关交点（２）椭圆形窗口,利用线段的端点到椭圆两焦点的距离之和及椭圆心到该线段的距离来判断该线段与椭圆是否有交点。     

基于改进模式提取变异算子的遗传算法

在经典遗传算法的基础上，提出了一种基于改进模式提取（Algorithm of pattern extraction,Alopex)，种群个体的连续进化方向作为当前代个体的变异方向，并利用自适应来调整变异步长，通过控制参数来控制变异方向的概率从而跳过局部最优值。对几种典型函数的测试结果表明，基于该变异算子的遗传算法能较好地避免收敛到局部最优，收敛性能优于经典遗传算法。     

用育种算子改进遗传算法

为解决遗传算法求解一些特殊问题时容易出现的未成熟收敛问题,提出了在遗传操作中加入育种算子的方法,以改进传统遗传算法.在讨论生物工程中育种方法的基础上,给出了育种算子的定义和原理分析证明.育种算子能提高个体进化的概率,且不会出现由高概率变异引起的群体退化现象.计算机模拟实验结果表明,加入育种算子可以明显提高算法性能.     

滑动时间窗算法关键参数研究

滑动时间窗算法主要涉及窗体大小、步长和位置交换范围三个参数,这三个参数对算法的有效性和效率都有非常重要的影响。为了寻求这三个参数对算法的具体影响和最优组合,首先对算法的复杂度进行了分析和评估;而后探索和总结了这三个参数之间的关系;最后,在设计和实现该算法的基础上,通过仿真找到了实时性约束条件下,优化效果最好时三个参数的取值,即窗口大小为7,移动步长为3,交换范围约束为4时,计算结果最好。通过大量的数据验证了在最优参数组合下算法的有效性,为科学地使用滑动时间窗算法提供了依据。     

混合遗传算法的研究现状

简要介绍了遗传算法的产生机理和基本结构,并着重介绍了混合遗传算法的研究现状。     

基于实数编码遗传算法的超二次模型参数提取计算

如何从真实景物形状信息中计算出对其几何形状描述的超二次基元模型的参数,是从二维图像或三维数据中进行超二次模型重建的关键,这个过程称为超二次模型的参数提取,也称为超二次拟合计算.由于传统的搜索算法很容易陷入局部最优解,因此,本文将实数编码遗传算法应用于超二次模型的参数提取中,针对不同的遗传算法控制策略、遗传算子等进行了大量的拟合计算数值比较实验.数值实验表明,应用实数编码遗传算法进行超二次模型参数提取计算具有效率高、鲁棒性好、精度高的优点.     

基于LBP和PCA特征提取的人脸识别

为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题,提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法.首先,对人脸图像进行分块,提取其LBP直方图特征,然后使用PCA方法对特征向量进行降维,最后将降维后的特征向量用于识别.在FERET人脸库上的实验结果表明:相对于原始LBP表达方法,结合LBP和PCA的人脸表达能有效降低计算复杂度,同时也较好地保持了原有识别精度.