改进的遗传算法在SVM参数优化中的应用

遗传算法是一种具有随机、高度并行、自适应特点的全局最优搜索技术,即以生物界自然选择和遗传机理为基础的智能计算模型,模拟生物的自然进化过程。文章利用改进的遗传算法优化SVM参数,提高SVM分类器的学习能力和推广能力,实验仿真表明,优化的SVM不仅能高准确地预训练集,而且使分类准确率维持在一个较高的水平。     

遗传算法及其在生物数学模型参数优化中的应用

遗传算法是近年来发展起来的智能性优化算法。它模仿了自然界生物进化的机制,利用数学方法模拟生物的遗传、变异、选择等生物学规律,创造出了一种优化计算方法。遗传算法特别适合于复杂体系的优化,并往往能够得到很好的结果。生物数学模型是揭示复杂生物体系（或生物催化体系）内在规律的有力工具。较为复杂的生物数学模型参数的求取较为困难。本文介绍了遗传算法原理以及利用遗传算法优化计算生物数学模型参数的方法。     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法。结果表明改进的遗传算法具有直观、简便、快速及适应性强等特点。     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法.结果 表明改进的遗传算法具有直观、简便、快速及适应性强等特点.     

神经网络与遗传算法在硝酸生产操作参数优化中的应用

讨论了用人工神经网络建立硝酸生产操作参数稳态优化模型的方法,然后在该模型的基础上采用遗传算法优化过程参数,为硝酸生产的优化操作提供了参考.     

基于神经网络和遗传算法的舰艇声纳自噪声预报

研究了舰艇航行时声纳部位接收到的全艇自噪声的预报问题．分析了影响声纳部位自噪声的各种参数,将BP神经网络和遗传算法相结合用于舰艇声纳部位自噪声预报．通过使用遗传算法对神经网络的初始权值进行优化,可以在解空间中定位出一个较好的搜索空间,然后采用BP算法在这个小的解空间中搜索出最优解．通过整理大量的测试数据,对神经网络进行训练,训练好的神经网络能够迅速而精确地对舰艇各种航行状态的自噪声进行预报．结果表明,该方法不仅具有足够的精度,而且实用方便、适用性强．     

遗传算法在系统可靠性优化中的应用

将遗传算法用在可靠性优化中，更好地解决了文献[2]中提出的非线性优化模型。     

遗传算法在工程爆破参数优化中的应用

工程爆破中的参数优化问题是个复杂的非线性规划问题。以矿山爆破参数优化数学模型为例，采用遗传算法实现了爆破参数的优化。结果证实了利用遗传算法进行爆破参数优化的可行性与高效性，为求解该问题提供了一个有效的新途径。     

遗传算法在组合优化中的应用

针对组合优化中规模较大问题用传统的优化方法求解耗时较长的缺点,将遗传算法应用于0-1规划中,用基于二进制表示的罚函数法和修正方法处理背包问题;并对指派问题进行遗传算法设计,使这两个问题得到很好的解决,从而说明了遗传算法具有超越传统方法的优势,为解决此类问题提供了一种新的手段,是传统方法的补充和完善.     

用遗传算法优化模块密度探测社团结构

为更精确地探测社团结构,通过选择优化函数,分析社团结构特性,设计适合社团检测的选择、交叉、变异等遗传算子,提出了基于遗传算法和模块密度的社团结构探测算法.该算法未采用传统的分裂或聚合方法用减边或加边的策略,没有引入其他中间变量,直接通过优化模块密度函数发现网络社团结构.分析和仿真结果表明,该算法探测的社团结构与模块度探...     

分布式算法在乘法模块中的应用

本文基于分布式算法的基本原理,提出了基于查找表结构的分布式算法应用于信号处理中的乘法模块的思路,并以32阶FIR低通数字滤波器中的乘法模块为例,利用FIR滤波器的线性相位特性减小电路规模,采用分割查找表减小存储空间,采用流水线技术和并行分布式算法结构提高了滤波器的速度。最后指出此种算法适用于乘法模块的广阔前景。     

分布式算法在乘法模块中的应用

本文基于分布式算法的基本原理,提出了基于查找表结构的分布式算法应用于信号处理中的乘法模块的思路,并以32阶FIR低通数字滤波器中的乘法模块为例,利用FIR滤波器的线性相位特性减小电路规模,采用分割查找表减小存储空间,采用流水线技术和并行分布式算法结构提高了滤波器的速度。最后指出此种算法适用于乘法模块的广阔前景。     

遗传算法及其在桁架优化设计中的应用

阐述了遗传算法的特点和实现方法。针对遗传算法在优化进程中易陷入局部最优解的弱点，采用保护优良个体和改变参数设置的措施，通过桁架优化设计的例子加以证明。使遗传算法的搜索速度和能获得全局最优解的可靠性有所提高。     

船舶主机气囊隔振系统参数优化设计

本文将气囊隔振元器件利用在船舶主机隔振系统中,建立了主机隔振系统的模型,应用遗传算法对隔振系统的几何参数进行了优化。     

遗传算法的平板建筑结构瞬态隔振性能边界条件优化方法

基于遗传算法及平板建筑构件瞬态振动响应时域有限元模型,提出一种提高平板建筑构件瞬态隔振性能的边界条件优化方法.有限元模型可模拟任意弹性边界条件下平板结构的瞬态振动响应,并在此基础上引入遗传算法,以边界条件为优化变量、瞬态振动响应最小化为优化目标,对边界参数进行最优解搜索,最大程度提升平板建筑构件对已知瞬态激励的隔振性能.实例结果表明:运用所提优化方法可以在不改变平板自身参数(材质、尺寸、厚度)前提下,通过边界条件的优化设计,有效提升平板建筑构件的瞬态隔振性能.     

遗传算法在数字水印技术中的应用

数字水印技术的原理就是通过技术手段将特定的信息隐蔽的嵌入到多媒体产品中去。它在版权保护等领域具有相当高的应用价值。基于小波多分辨率变换的数字水印技术的核心就是将图像多分辨率分解．然后将水印信息通过嵌入算法嵌入到不同空间、频率的子图像当中去日。其中嵌入参数的选择将直接影响到数字水印基本性能：鲁棒性和不可见性。而现有的水印算法通常根据经验来判断所选的嵌人参数能否较好的满足评价指标,具有很大的主观性,并且结论是建立在大量反复试取的基础上的,显然效率较低。于是提出了一种利用遗传算法定量分析、搜索合适的嵌入系数的小波分析数字水印方案,并加以实现。     

遗传算法在最优化问题中的应用研究

遗传算法是一类借鉴生物界自然选择和基因遗传学原理的随机搜索算法.本文分析和研究了遗传算法的基本概念和基本要素,阐述了遗传算法的实现原理和实现过程,并将遗传算法应用于求非线性函数最值中,证明了该算法对于解决函数优化问题是最有效的方法之一.     

基因算法在路由算法中的应用

随着计算机大型网络的迅猛发展,路由技术在网络中已逐渐成为关键技术。用户的需求推动着路由技术的发展和路由器的普及,人们希望最大限度地利用全球各个地区、各种类型的网络资源。随着网络带宽的急速增加,对路由算法提出了新的要求。基因算法是一类借鉴生物界进化规律演化而来的随机化搜索方法,已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。基因算法对如何在下一代Internet上实现高质量网络服务和建立新的路由算法模型有着积极的指导作用。     

反馈控制在被动隔振系统中的应用

建立了反馈系统的数学模型,研究了在被动隔振系统中加入反馈后系统的动态特性,并分析了位移反馈、速度反馈和加速度反馈对系统隔振效果的影响,最终确定PII2控制模型隔振效果最佳.仿真结果表明,与无反馈隔振系统比较,采用了反馈隔振后的系统其隔振效果有了极大改善.