一种带差分进化策略的多分布进化算法

结合分布估计算法的强全局收敛能力和差分进化算法的快速收敛性能,提出了一种带差分进化策略的多分布进化算法（multi-distribution evolutionary algorithm with differential evolution,MDEA_DE）。为了进一步提高算法的全局收敛性能,MDEA_DE采用了基于分布种群的多分布进化机制,并通过三种高斯分布模型生成具有较好多样性的高质量解种群。同时,利用搜索空间调整策略来提高高斯分布模型的精度,并执行解空间中的改进差分进化搜索以获得增强的局部开发能力。对基准测试函数的数值试验结果表明,MDEA_DE能够在全局探索和局部开发之间取得较好的平衡,能快速收敛到复杂优化问题的全局最优解。     

浅议城市进化程度与温室效应

自二十世纪80年代以来,全球出现了变暖的倾向,随之各种异常自然现象出现。城市文明是人类社会发展的重要标志,随着人类历史的发展,城市进化的脚步正逐渐加快。城市的工业发展程度是城市文明的重要评价指标,但是,城市人们在享受物质生活的同时,却承受着由于过度的能源消耗和快速工业发展所造成的生态环境污染,与此同时也付出了代价。此时,人们越来越意识到,城市文明并不仅仅是物质文明,而是自然与人文和谐发展的集合体。比如,一些地区灾害性自然现象增多,甚至气候发生了异常变化,特别是城市上空的污染浓度已经有所增加,这主要是工业化发展和城市改造进程加快的结果。气候的变化严重地影响了人们的生活质量,给人们的日常生活和工作带来了诸多影响。"温室效应"在目前受到严重污染的城市中普遍存在,想要采取有针对性的措施加以解决,就要从科学的角度将产生温室效应的原因查找出来,并制定有效的措施减缓温室效应对气候的影响。人类的文明会随着城市的进化而有所完善,其中也涵盖着对不利于城市发展的各种现象的整治,以将温室效应对城市的损害降到最低。本论文着重探究城市进化程度与温室效应。     

基于共享存储器的共同进化算法

讨论了基于共享存储器的共同进化算法，该算法是一种基于粒度并行模型的进化算法，应用共享存储器方法提高算法的性能，仿真实验证实了算法在改善早熟收敛以及收敛速度等方面具有良好的性能。     

基于共同进化遗传算法的机器学习

提出一种基于共同进化遗传算法的机器学习方法，该方法将训练环境与学习者群体共同进化，由不断进化的训练环境为学习者提供一个进化的阶梯．该方法克服了学习系统过分依赖于问题的背景知识的缺陷，使得学习者逐步探索新的知识．将该方法应用于一维细胞自动机的规则学习任务，通过实验结果表明，可以获得较之以往实验更加优良的结果．     

进化计算在生物信息学中的应用

本文介绍了进化计算和生物信息学的基础理论知识、进化计算的搜索方式的特点及生物信息学的任务,并且针对生物信息学任务总结了进化计算在这些生物信息学任务中的应用．     

差分进化算法的参数研究

简要介绍了差分进化算法,对影响算法性能的主要参数种群规模,缩放因子和交叉因子进行了系统的实验,分析了各个参数对算法性能的影响及其最优选取问题,并给出了一些有益的结论,对运用差分进化算法时的参数选取有参考价值.     

植物的个体发育与特征进化

本文在几年野外观察和室内实验得到的资料基础上,阐明植物特征进化寓于植物个体发育中。特征A至A′的变化,并不表明控A特征的遗传结构被取缔,而是被封闭不表达。     

物种的生态入侵及进化遗传

介绍了外来物种入侵后对当地的环境所带来的生态影响和进化影响 .同时阐述了入侵种进入新的环境后 ,其遗传结构发生显著变化 .如 :选择和遗传变异 ,杂交与环境作用和特殊基因的作用及遗传重组等 .     

房地产市场进化博弈与消费者购买决策

通过建立房地产市场进化博弈模型分析影响地产商和消费者决策的主要因素,得出各自的进化稳定策略,并基于进化稳定策略提出了一种新的消费者购房决策方法:在一次购房决策中,消费者通过比较消费者无房收益和消费者剩余决定当期是否购房。通过比较现有消费者购房决策方法与新的消费者购房决策方法达到满意解的概率,发现采用新方法可以显著提高在一次购房决策中实现满意解。最后,为改善消费者购房决策提出三条政策建议:政府利用公共资源向消费者提供经济适用房和廉租房;推进户籍改革,松绑商品房与户籍、医疗、教育和社会保险之间的关系;加强公共交通和基础设施建设。     

3种蒲公英的核型与进化

对管花蒲公英(Neo-Taraxacum siphonanthum)、异苞蒲公英(Taraxacum heterolepis)及狭戟片蒲公英(T.asiaticum var.lonchophyllum)进行有丝分裂观察及核型分析.结果表明,管花蒲公英的染色体数为2n=32,其核型公式为K(2n)=4 x=32m(4SAT);异苞蒲公英的染色体数为2n=24,核型公式为K(2n)=3x=24=21m+3sm;狭戟片蒲公英染色体数为2n=24,核型公式为K(2n)=3 x=24=24m.同时分析了染色体特征的演变规律,揭示了蒲公英属3个种的相对进化程度,支持将管花蒲公英另立为一属的分类观点.     

一种全局寻优的进化规划算法

文章在常规进化规划算法的基础上给出了一种新的全局寻优的进化规划算法 ,该算法在不用导数的前提下综合了梯度法计算效率较高与进化规划算法全局寻优的优点 .文章还通过四个典型的例子对两种算法的计算效率和计算精度作了比较 .     

基于Internet全球优化模式的进化计算

分析了进化计算的并行化原理，提出了并行进化计算中新的应用平台——Internet，给出了粗粒度并行遗传算法具体实现的方法．基于Internet的并行进化计算能够充分利用Internet的计算机资源，运行成本低，是解决巨量优化问题的有效方案，对于科研和工程应用具有重要的意义．     

基于ARIMA模型的FreeBSD内核进化预测分析

FreeBSD内核进化有较明显的超线性趋势和内在规律科学地预测软件进化,找到一种简易又有足够精度的预测方法是管理软件工程的一项重要基础性工作以FreeBSD的62个内核版本数据作为时间序列,用ARIMA模型建模,并做出FreeBSD进化预测,将预测结果和近期发布的FreeBSD内核进化实际结果进行对比,预测结果令人满意,表明该类模型可以用于FreeBSD进化预测     

基于混合交叉算子的进化策略算法研究

提出一种基于混合交叉算子进化策略,它混合了三种不同的交叉算子（二点交叉,一致交叉,算术交叉）,仿真的结果表明了基于混合交叉算子的进化策略优于任何一种纯交叉策略的进化策略.     

语音识别中结合进化计算的MMI训练方法

将最大互信息(MMI)和进化计算(EC)相结合,引入到HMM的训练中去.各个模型用个体来表示,个体的适应值采用模型的最大互信息.这样借助于演化计算的全局搜索及种群的特点,得到了基于最大互信息估计的HMM模型的更优解.实验结果表明,用该方法训练所得的系统识别率高于传统的基于梯度的最大互信息估计方法训练所得的系统.     

基于差分进化的二维熵图像分割

二维熵图像分割方法利用图像的局部空间信息,分割结果优于一维熵分割法,但计算效率较低.遗传算法和粒子群算法等最优化算法能提高二维熵图像分割方法的效率,却不能保证获得全局最优阈值.为此,提出一种基于差分进化算法的二维熵图像阈值分割法,用局部搜索策略提高搜索最优阈值的精度.实验表明,所提出的方法有良好的鲁棒性,能保证获得最优阈值.与基本的二维熵图像分割法相比,分割速度有很大的提高.     

约束最优化问题的一种进化规划方法

用进化规划对约束最优化问题提出了一种新的惩罚函数方法,该方法含有一个自适应惩罚参数校正方法,可以随个体的总数变化进行调整,它可以很快地脱离局部最优解而收敛于全局最优解.算法中只有很少的几个参数需要校正,故其比较简单且计算便捷.给出的仿真例子表明算法具有很好的收敛速度和很高的精确性.     

风景园林生态规划在美国的进化及启示

美国乔治亚大学著名风景园林生态规划学家Forster Ndubisi <关于风景园林生态规划在美国的发展>的论文,系统地介绍了生态规划在美国从出现、兴起到成熟的一个完全过程和其背后的历史文化背景.本文是对Ndubisi教授所做分类的一个总结和介绍及对中国风景园林生态规划所处阶段的一个反思.