基于遗传算法的自动组卷策略

介绍自动组卷算法的数学模型和主体思想,提出一种基于遗传算法的试题抽取方案,重点阐述了组卷问题的染色体方法,适应度函数和遗传算法的设计与实现.实验表明,所设计的组卷方法性能好、效率高,是一种实用、有效的组卷方法.     

基于免疫遗传算法的入侵检测器的生成模型

在分析了基于人工免疫的检测器的生成算法基础上,结合十进制数编码的遗传算法进行了优化设计,建立了一个基于免疫遗传算法的入侵检测器的生成模型,融合了人工免疫,遗传算法等多种智能技术.重点研究检测器的进化阶段,采用的是十进制对问题进行编码,能在短时间内搜索到高精度的全局最优解,而且稳定性也非常好,因此提高了检测器的多样性,高效性以及其适应度水平.并对模型性能进行分析,该模型可以对未知入侵行为和已知入侵行为以及其变种进行有效的识别.     

一种新的多移动机器人协调路径规划方法

针对动态环境中多移动机器人路径规划问题,提出了一种基于知识的遗传算法。该算法路径表示简单,所设计的基于知识的遗传算子并入了领域知识和局部搜索技术,同时,把领域知识并入初始种群,大大提高了遗传算法的效率;将协调路径适应值矩阵引入基于知识的遗传算法,实现了多移动机器人协调路径规划。仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性。     

近场条件下的MIMO雷达阵列优化

在近场条件下运用遗传算法对MIMO雷达阵列进行优化. 构造优化MIMO阵列近场方向图旁瓣的适应度函数,提出一种基于FFT的快速算法用以高效评估适应度,采用“成对交叉策略”保证遗传算法进化过程中阵列稀疏率恒定. 对有无对称约束两种情况下的阵列优化结果进行比较,分析表明,若在MIMO阵列优化中加入对称
约束,则优化针对的聚焦点所在距离上所有角度均小于该点的目标,用优化所得之阵列扫描它们时可保持性能.     

结合IQGA和最佳一致逼近优化设计的双阻带UWB天线

摘要： 在超宽带天线设计中采用一种快速有效的优化方法. 该方法将改进的量子遗传算法与基于矩量法的体面积分方程相结合,利用最佳一致逼近快速分析天线的宽频带特性,得到优化函数的适应度值. 用该方法设计一副具有3?4 GHz和5?6 GHz双阻带特性的UWB天线并制成实物,将实测电压驻波比与优化结果进行比较,两者较为吻合,说明该方法是正确的、有效的.     

基于遗传算法和覆盖率驱动的功能验证向量自动生成算法

提出了一种基于遗传算法和覆盖率驱动的RTL(register transfer level)代码功能验证向量自动生成算法.其特点是自动反馈覆盖率信息,构成一个闭环系统;用遗传算法动态分析覆盖率信息,自动生成针对性更强的验证向量.在SoC(syetem on chip)的模块验证中采用了该方法来自动生成验证向量;与受限随机生成方法相比,能快速达到覆盖率目标,缩短验证周期.     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

一种改进的基于实数编码的遗传算法

对传统遗传算法在编码方案及遗传操作中存在的局限性以及非成熟收敛现象，提出一种改进的基于实数编码的遗传算法，该方法以实数编码代替二进制编码，有效地解决了传统遗传算法中海明悬崖，计算精度等问题，根据适应度值父染色体进行变异操作，减轻传统遗传算法中变异操作所存在的盲目性，并对遗传算法可能出现的非成熟收敛现象进行预测，从而能极大的避免非成熟现象的产生。     

差分空时调制中酉信号星座的优化设计

为了获得差分空时调制系统中酉信号星座的设计参数,该文将旋转酉信号星座中信号矩阵的对角设计参数与旋转因子进行联合编码,提出一种基于遗传算法的设计参数联合优化算法.当信号星座或发射天线数目较大时,旋转酉信号星座的误码性能明显优于对角信号矩阵,该算法能够获得接近最优解的设计参数.     

基于时频图的跳频信号截获系统中的一种hop生成方法

针对基于时频图的跳频信号截获系统,提出了一种hop生成方法,对该方法的hop生成性能进行了分析,推导出一种计算单一真实hop对驻留时间直方图的平均贡献的有效算法(SAHADTA算法),并给出了数值计算结果.理论分析和数值计算表明,该方法在低信号检测概率条件下,仍具有较好的hop生成性能,这将为各种基于hop的聚类分析提供一个可靠的保证.     

PID控制器的粒子群多目标优化设计

提出一种基于粒子群优化算法的PID控制器设计方法,该方法定义一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,根据控制系统的实际要求对各指标项进行适当加权。采用带收缩因子的粒子群算法对PID进行多目标寻优,实现了PID控制器的自动参数整定。应用该方法得到的PID控制器综合性能优于常规方法得到的PID控制器。     

基于多处理机系统实时调度算法的飞机排班问题研究

提出了一种新的基于多处理器系统的实时调度算法有效求解飞机排班问题的方法.该方法以EDF算法和多处理机动态分配方法为基础,建立了航班队列模型,提出了基于多处理机实时调度的多目标的飞机实时分配算法.模拟实验表明,针对不同优化目标的飞机分配算法执行效率均比遗传算法和分支定界算法高至少一个教号级.     

基于异构计算系统的任务分配与调度算法

任务分配与调度是异构计算系统（HCS）的核心问题之一，提出了一种对异构计算系统进行任务分配与调度的遗传算法，首先对HCS任务分配调度问题做出定义，然后分别讨论了问题的编码表示，种群初始化，染色体适应度函数设计，内部杂交与迁移遗传算子设计，控制参数自适应，算法的总体框架等，并给出算法的仿真实验结果分析与结论等。     

基于捕食机制的元胞遗传算法

提出了一种基于捕食机制的元胞遗传算法,当优化复杂多模函数时,该算法进一步提高了全局探索能力.算法通过模拟生态系统捕食与被捕食之间的相互关系,采用捕食机制替代元胞遗传算法中的演化规则,使得遗传个体生存与死亡状态的演化既与其适应度相关,又与邻域内捕食及被捕食个体密度相关,并通过群体规模控制策略维持捕食与被捕食群体间的个体数目动态平衡,实现了全局搜索与局部寻优之间更好的协调与均衡. 对典型的多峰函数进行优化的实验结果表明,该算法在抑制早熟收敛以及提高全局收敛率方面获得了明显的优势.     

一种新的CMOS模拟单元电路优化设计方法

在CMOS单元电路的参数自动生成和优化中提出了一个新的设计方法,其核心算法是基于小生境的遗传算法.仿真结果表明:优化后的电路性能与基于仿真方法相差不大,但是其具有较短运行时间的优势.     

基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.     

BP人工神经网络与遗传算法在型材挤压模具参数优化中的应用

基于MATLAB平台,将BP人工神经网络与遗传算法应用于型材挤压模具参数优化设计.首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过曲线拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解.采用曲线拟合方法将其知识源转化成为了具体的函数表达式,直观地体现了神经网络的知识源,为后继的遗传算法提供了明确的适应度函数.数值模拟分析表明,对挤压模具结构的优化是合理的.     

基于改进遗传算法的Volterra核辨识研究

本研究提出了一种基于改进遗传算法辨识Volterra级数模型的方法.该方法根据Volterra核与系统输出的相关程度来调整模型结构,利用重启策略与自适应搜索范围解决进化停滞与算法早熟收敛等问题.通过仿真试验将改进遗传算法与标准遗传算法、量子粒子群算法进行比较.结果表明,该方法在辨识精度、收敛速度及抗噪性能等方面明显优于...     

一种基于三维虚拟爬行角色的路径规划技术

针对智能动画生成过程中三维虚拟爬行角色的运动特点,提出了一种基于单元面片的场景建模方式和基于碰撞检测的路径搜索方法,并在该过程中引入八叉树进行相交测试和碰撞检测,不但提高了算法实现的效率,而且使规划出的路径符合爬行角色自身运动的特点.使用控制点插值的路径优化策略对路径进行平滑处理,获得了较满意的动画效果.仿真试验表明该方法能为角色规划出最佳的路径,具有较好的完备性和一定的应用价值.     

DSP基于模型的异步电动机的直接转矩控制

针对传统DSP代码编程繁琐、程序修改复杂、效率低等缺点,研究一种基于模型的编程方法。该方法结合Simulink中的Embedded Target for TI C2000DSP模块对算法进行搭建,然后利用Real-Time Workshop完成代码自动生成并下载到DSP中,具有编程简单、容易对算法进行修改、效率高等优点。以TMS320F2812DSP作为控制器,将这种方法应用于异步电机的直接转矩控制DTC系统的设计,实验中电机能够平稳运行并拥有良好的起动、制动性能,结果表明这种方法具有可行性和高效性的特点。